文献类型：期刊文章

作　　者：邓依依[1] 邬昌兴[1] 魏永丰[1] 万仲保[1] 黄兆华[1]

DENG Yiyi;WU Changxing;WEI Yongfeng;WAN Zhongbao;HUANG Zhaohua(School of Software,East China Jiaotong University,Nanchang,Jiangxi 330013,China)

机构地区：[1]华东交通大学软件学院,江西南昌330013

出　　处：《中文信息学报》

基　　金：国家重点研发计划(2018YFC0831106);国家自然科学基金(61866012);江西省自然科学基金(20181BAB202012);江西省教育厅科学技术研究项目(GJJ180329)。

年　　份：2021

卷　　号：35

期　　号：9

起止页码：30-45

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD2021_2022、JST、RCCSE、ZGKJHX、核心刊

摘　　要：命名实体识别是自然语言处理的基础任务之一,目的是从非结构化的文本中识别出所需的实体及类型,其识别的结果可用于实体关系抽取、知识图谱构建等众多实际应用。近些年,随着深度学习在自然语言处理领域的广泛应用,各种基于深度学习的命名实体识别方法均取得了较好的效果,其性能全面超越传统的基于人工特征的方法。该文从三个方面介绍近期基于深度学习的命名实体识别方法:第一,从输入层、编码层和解码层出发,介绍命名实体识别的一般框架;第二,分析汉语命名实体识别的特点,着重介绍各种融合字词信息的模型;第三,介绍低资源的命名实体识别,主要包括跨语言迁移方法、跨领域迁移方法、跨任务迁移方法和集成自动标注语料的方法等。最后,总结相关工作,并提出未来可能的研究方向。

关 键 词：命名实体识别 汉语命名实体识别  低资源命名实体识别  深度学习  

分 类 号：TP391]