中文命名实体识别研究综述.pdfVIP

ComputerEngineeringandApplications计算机工程与应用2024，60（1）15

中文命名实体识别研究综述

1，2，31，2，342，3，51，2，3

赵继贵，钱育蓉，王魁，侯树祥，陈嘉颖

1.新疆大学软件学院，乌鲁木齐830000

2.新疆大学新疆维吾尔自治区信号检测与处理重点实验室，乌鲁木齐830046

3.新疆大学软件工程重点实验室，乌鲁木齐830000

4.中国科学院大学经济与管理学院，北京101408

5.新疆大学信息科学与工程学院，乌鲁木齐830000

摘要：命名实体识别（namedentityrecognition，NER）是自然语言处理中最基本的任务之一，其主要内容是识别自

然语言文本中具有特定意义的实体类型和边界。然而，中文命名实体识别（Chinesenamedentityrecognition，

CNER）的数据样本存在词边界模糊、语义多样化、形态特征模糊以及中文语料库内容较少等问题，导致中文命名实

体识别性能难以大幅提升。介绍了CNER的数据集、标注方案和评价指标。按照CNER的研究进程，将CNER方法

分为基于规则的方法、基于统计的方法和基于深度学习的方法三类，并对近五年来基于深度学习的CNER主要模型

进行总结。探讨CNER的研究趋势，为新方法的提出和未来研究方向提供一定参考。

关键词：自然语言处理；中文命名实体识别；深度学习；预训练模型；机器学习

文献标志码：A中图分类号：TP391doi：10.3778/j.issn.1002-8331.2304-0398

SurveyofChineseNamedEntityRecognitionResearch

1，2，31，2，342，3，51，2，3

ZHAOJigui,QIANYurong,WANGKui,HOUShuxiang,CHENJiaying

1.SchoolofSoftware,XinjiangUniversity,Urumqi830000,China

2.KeyLaboratoryofSignalDetectionandProcessinginXinjiangUygurAutonomousRegion,Urumqi830046,China

3.KeyLaboratoryofSoftwareEngineering,XinjiangUniversity,Urumqi830000,China

4.SchoolofEconomicsandManagement,UniversityoftheChineseAcademyofSciences,Beijing101408,China

5.SchoolofInformationScienceandEngineering,XinjiangUniversity,Urumqi830000,China

Abstract：Namedentityrecognition(NER)isoneofthemostfundamentaltasksinnaturallanguageprocessing,andits

maincontentistoidentifytheentitytypesandboundarieswithspecificmeaningsinnaturallanguagetext.However,the

datasamplesofChinesenamedentityrecognition(CNER)haveproblemssuchasblurredwordboundaries,semantic

diversity,blurredmorphologicalfeaturesandsmallChinese