袁清波，杨帆

（陆军工程大学指挥控制工程学院，南京210007）

0 引言

随着计算机和网络通信技术的迅猛发展，互联网上数据量呈爆炸性增长。这些数据产生渠道众多，而大部分都是非结构化数据，给人们快速获取有效信息带来了较多困难。如何将这些非结构化数据转换为结构化数据，以进行高效利用，是当前亟需解决的问题，也是信息抽取（Information Extraction，IE）研究的重要内容之一。命名实体识别（Named Entity Recognition，NER）作为知识图谱构建过程中的关键技术，主要完成从非结构化数据中识别出预定义好的语义类型命名实体，目前广泛应用于搜索引擎、智能推荐、机器翻译和问答服务等领域。先前已有部分人员对命名实体识别的方法进行了相关综述[1-2]，但到目前为止已有一段时间，本文针对近几年出现一些最新方法进行介绍。

1 产生与发展

近年来，一些重要国际竞赛会议对命名实体识别技术的产生与发展起到了重要推动作用。这些会议主要有消息理解MUC 会议、自动内容抽取ACE 会议、文本分析TAC 会议以及语义评测SemEval 会议等。

MUC 会议由美国海军海洋系统中心NOSC 发起，在美国国防部高级研究计划局DARPA 的资助下，旨在对军事文本信息进行自动分析评估，对命名实体识别技术的评测起到了重要作用。MUC 会议自1987 年开始到1998 年结束，共举办了七届。MUC 会议定义的召回率（Recall）和精确率（Precision）两个评价指标现已成为命名实体识别领域的评价标准。MUC 会议的举办对于命名实体识别的发展起到了极大的推动作用。……