机场不正常事件实体检测与识别方法研究

民航安全自愿报告系统收集的大量故障报告以非结构化文本的形式存储，不便于相关人员对大量异常事件进行分析和采取控制措施。命名实体识别技术可以检测和识别海量非结构化文本中的关键元素，并将其提取到清晰的类别中，作为进一步分析和控制异常事件的基础工作，以机场异常事件报告为研究对象，提出了一种基于神经网络的中文命名实体识别模型对文本进行结构化处理。针对随机选取的训练样本中某些实体类别分布稀疏、人工标注费时费力等问题，提出了一种基于模型预测得分的样本选择策略，并通过实验验证，与BiLSTMCRF模型和BiLSTM自我注意CRF模型相比，该模型的F1值增加了约6个百分点。样本选择策略显著提高了手动标记的效率，并选择了足够多的稀疏实体样本。