许梦笛,王金华

(中国电子科技集团公司第三十二研究所,上海 201808)

0 引 言

命名实体识别(Named Entity Recognition，NER)[1]是知识图谱乃至自然语言处理领域的关键任务，在机器翻译、智能问答、信息检索等领域的研究和应用中都扮演着不可忽视的角色。在知识图谱构建的流程中，NER是第一个步骤，它所识别的实体会用于后续的属性识别、关系识别以构成三元组，如(马化腾，董事长，腾讯)，这样的三元组又用于实体消歧和实体链接等后续工作，因此NER造成的误差将对形成的整个知识图谱产生非常大的影响。

需求文档是面向产品开发的重要指标。其中包含了针对产品的需求描述、定位、目标、结构、业务流程、具体用例描述、功能内容描述等详细的指标，在软件工程的进步与迭代中，逐渐形成了一种规范化的形式，因此需求文档拥有相对固定的内容架构和规范的描述方式，以方便制定者和使用者快速定位所需的内容。即使如此，由于需求文档的独一性，不同的文档之间对同一组件的定义与功能需求仍有不同，对于专业的开发团队，想要从众多的需求文档中获取相应的知识体系是非常困难的。

从需求文档中进行NER，有以下几个难点：1)需求文档中的实体与常用的实体不同，存在很多由多个实体、动词构成的虚功能(Virtual Function)，如果使用常见的NER方法进行识别，这些实体容易被分开成多个实体或非实体，从而导致识别出错；2)需求文档中有结构化、半结构化和非结构化的文本，不同类型的文本，识别的方式也有所不同，如果使用纯粹的深度学习方法[2-3]或语法规约的方法都会产生一定的误差；……