基于深度学习的命名实体识别研究

来源：计算机集成制造系统杂志2022年第6期北京时间：

作者：冀振燕, 孔德焱, 刘伟, 董为, 桑艳娟

单位：1.北京交通大学软件学院2.中国科学院软件研究所3.中科蓝智(武汉)科技有限公司

摘要：针对先进制造业多模态异构数据并存导致知识抽取和表示困难等问题,命名实体识别方法成为当前的研究热点。综述了工业上常用的命名实体识别方法,首先介绍了传统的命名实体识别方法,然后阐述了已成为命名实体识别领域主流的基于深度学习方法,从分布式输入表示、上下文编码和标签解码器3个步骤分别对常用方法进行了分类和分析。鉴于基于深度学习方法的研究侧重于分布式输入表示和文本上下文编码模型的设计与改进,对分布式输入表示的各种方法进行了对比,指出其优缺点;对文本上下文编码模型从捕获长距离依赖、局部上下文信息、并行性、信息损失程度、可迁移性等方面进行了对比,指出各模型的特点。最后指出未来需要应对的挑战和研究方向。

关键词：命名实体识别,深度学习,分布式输入表示,上下文编码,标签解码器

基金资助：国家重点研发计划资助项目(2020YFB1711700);国家自然科学基金资助项目(51935002,52175493)。