基于自然语言处理的空管信息和意图联合抽取方法

为通过自然语言处理技术记录和分析管制指令,进行关键信息和管制意图抽取,减少潜在的飞行冲突,保障航空器的飞行安全,文章提出一种改进的空管信息和意图联合抽取模型(CIIBERT)。先使用预训练语言模型BERT对管制指令进行语义表征,再使用DNN进行信息抽取和意图识别。在采集的管制指令数据集上进行实验验证,其结果表明,CII-BERT可以显著提高管制信息抽取和管制意图识别的精度。实验结果进一步揭示,当对BERT进行持续预训练后,模型在下游任务上的性能得到进一步提高,准确率不低于99%。