张 祺，李成军，刘敬蜀

（中国人民解放军91977部队，北京100036）

0 引言

命名实体识别（NER）是一种可以从一段自然语言文本中，提取出命名实体、位置等三大类、七小类信息的方法[1]，三大类是指时间类、实体类和数字类，七小类是指时间、地点、人名、机构名、百分比、日期和货币。命名实体识别的研究，有助于计算机更好地处理自然语言文本数据[2]。目前命名实体识别技术已广泛应用于知识图谱构建[3]、问答系统[4]等多种自然语言处理任务中。

目前命名实体识别的常用方法有：基于规则和词典的方法、基于统计的方法以及统计与规则相结合的方法。基于规则和词典的方法需要经常完善词典内容，费时费力，且无法发现新实体，在识别率和召回率上很难再有新的突破[5]。基于统计的命名实体识别方法主要依托于机器学习，解决了无法发现新实体的问题。Morwal[6]使用隐马尔可夫模型(HMM)算法解决序列标注问题，实验结果证明此模型具有一定的适用性，但由于输出独立性假设的局限性，使得文本中的上下文特征不能很好地发挥作用。MeCallum等[7]提出了最大熵隐马模型(MEMM)，通过使用局部最优值方法解决了隐马尔科夫模型的问题，但却带来了标记偏见的问题。2001年，Laffrt等[8]提出了条件随机场(CRF),该方法对最大熵模型和隐马尔可夫模型进行了一定的融合，通过监督学习的方式，使实体识别任务更加高效，还可以对新实体进行预测，但识别率较低。基于统计的方法通常缺少语料库的辅助，识别率难以提高。……