中文命名实体识别研究综述

来源：计算机工程与应用杂志2024年第1期北京时间：

作者：赵继贵, 钱育蓉, 王魁, 侯树祥, 陈嘉颖

单位：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（named entity recognition，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（Chinese named entity recognition，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