从大量军事文本中快速、准确地获取需要的有效数据信息,并转化为人和机器能够共同理解与使用的结构化形式,是当前军事信息处理领域迫切需要解决的问题。信息抽取是解决这一问题行之有效的方法,事件抽取是实现信息抽取的关键。军事想定事件抽取,是指从自然语言表示的军事想定文本中抽取出用户所需要的事件信息并以结构化形式呈现的过程,是信息抽取、事件抽取、数据识别等技术在军事想定领域的应用,能够帮助军事人员准确高效地理解、处理军事想定,为军事想定运用、作战训练数据建设提供支持。本文研究了军事想定事件抽取关键技术,为军事想定事件抽取提供了技术途径,为相关数据识别和信息抽取系统开发奠定了基础。1.研究了军事想定事件抽取的基本问题。针对军事想定特点,明确了军事想定事件抽取的内涵和基本概念,采用列表枚举法和构造树图分析法界定了11类军事想定事件类型,给出了军事想定事件抽取总体框架和基本流程,为军事想定事件抽取奠定了基础。2.提出了基于机器预测和人工调优的军事想定事件抽取语料库迭代式构建方法。针对该领域缺乏成熟可用语料的问题,结合机器自动构建和人工构建语料库的优点,通过机器预测和人工调优的不断迭代构建语料库。实验结果表明,该方法可行有效,提高了语料库构建效率。3.设计构建了基于N次解码的军事想定事件抽取模型和算法。采用二阶二维隐马尔科夫模型和改进的维特比算法,构建了基于一次解码的军事想定事件抽取模型和算法。针对事件触发词和事件元素匹配度不高的问题,改进基于一次解码的模型和算法,提出并构建了基于二次解码的军事想定事件抽取模型和算法。针对数据稀疏问题,采用了数据平滑方法。实验表明,该模型和算法解决军事想定事件抽取问题有效。4.构建了基于BGRU-Attention的军事想定事件抽取模型和算法。针对基于传统机器学习的事件抽取方法存在灵活性不高和数据稀疏等问题,采用双向GRU神经网络,并融合双层Attention机制,构建了基于BGRU-Attention的军事想定事件抽取模型和算法。该模型和算法可挖掘深层次语义特征信息,取得了较好的实验结果。