何玉洁，杜 方，史英杰，宋丽娟

1.宁夏大学 信息工程学院，银川750000 2.北京服装学院 信息工程学院，北京100029

命名实体识别（Named Entity Recognition，NER）是自然语言处理的一项基本任务[1]。主要是将非结构化文本中的人名、地名、机构名和具有特定意义的实体抽取出来并加以归类，进而组织成半结构化或结构化的信息，再利用其他技术对文本实现分析和理解目的。这对于文本的结构化起着至关重要的作用。命名实体识别技术在信息抽取、信息检索、问答系统等多种自然语言处理技术领域有着广泛的应用。命名实体识别研究历史最早可以追溯到1991年，Rau[2]在第七届IEEE人工智能应用会议上发表了“抽取和识别公司名称”的有关研究文章，陆续出现一些有关名词识别的研究。1996年，“命名实体（Named Entity，NE）”一词首次用于第六届信息理解会议（MUC-6）[3]，会议将命名实体评测作为信息抽取的一个子任务。随后出现了一系列信息抽取的国际评测会议，诸如CONLL、IEER-99、ACE等，这些评测会议对命名实体识别的发展有极大的推动作用。

命名实体识别的主要技术主要有三类：基于规则和字典的方法、基于统计机器学习的方法、基于深度学习的方法。（1）基于规则和字典的方法是命名实体识别中最早使用的方法。基于规则的方法要构造大量的规则集，规则集的构建大多采用语言学专家手工构造的规则模板。基于词典的方法需要建立命名实体词典，命名实体识别的过程就是在字典或专业领域知识库中查找的过程。早期的命名实体识别任务大多采用基于规则和词典的方法实现。……