一种面向特定信息领域的大模型命名实体识别方法

来源：电子与信息学报杂志2026年第2期北京时间：

作者：李永斌, 刘楝, 郑杰

单位：1.军委政法委员会某部 北京 1000102.中国科学院空天信息创新研究院 北京 100080

摘要：在特定信息领域，尤其是开源信息领域，传统模型命名实体识别面临缺乏充足标注数据、难以满足复杂信息抽取任务等困难。该文聚焦开源信息领域，提出一种基于大语言模型的命名实体识别方法，旨在通过大语言模型强大的语义推理能力准确理解复杂的抽取要求，并自动完成抽取任务。通过指令微调和利用检索增强生成将专家知识融入模型，结合问题回归模块，使低参数通用型大模型基座能够快速适应开源信息这一特定领域，形成领域专家模型。实验结果表明，仅需少量的成本，便能构建一个高效的领域专家系统，为开源信息领域的命名实体识别提供了一种更为有效的解决方案。

关键词：大语言模型, 命名实体识别, 指令微调, 检索增强生成, 知识库