杜睿山，陈思路，刘文豪

(东北石油大学 计算机与信息技术学院，黑龙江 大庆 163318)

0 引 言

自然语言处理属于人工智能与语言学的交叉学科，其中的命名实体识别是实现信息抽取的重要基础任务[1]。为智能化地对岩石薄片信息进行信息抽取以及生成研究对象相关属性等信息，进而揭示具体(比如岩石结构构造、颗粒状态、产状成因等)特征、变化及规律，这在油气勘探、开发、生产的各个阶段发挥着越来越关键的作用[2]。这可以进一步满足研究人员的快速判读需求，实现决策支持的功能。岩石相关信息多以非结构化文本形式存在于书籍和文献中，岩石相关命名实体是从非结构化文本数据中抽取出的一些含有具体特征或描述意义的相关岩石名词。

命名实体识别作为智能问答、知识图谱等自然语言处理下游任务研究的基础工作，一直受到研究者们的关注。命名实体识别的早期方法主要包括基于规则的方法[3]、基于统计的方法以及基于神经网络的方法[4-5]。通过手动创建规则、创建权重或者创建实体和规则之间的一致性可以实现早期的基于规则的方法，但存在着一些缺点，比如可移植性差、维护性差。隐马尔可夫模型[6]、支持向量机[7]、最大熵[8]和条件随机场[9]等对语料库的依赖较大的方法都可作为基于统计的方法实现命名实体识别任务。基于神经网络的方法对特征的依赖更小且更通用，并且广泛用于命名实体识别任务中，如循环……