命名实体识别技术研究进展综述

• 作者: 江千军 桂前进 王磊 徐瑞翔 王京景 麦立 许水清
• 来源期刊: 电力信息与通信技术
• 学科: 工学
• 关键词: 命名实体识别 深度学习 迁移学习 注意力模型
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 特别推荐|Recommended Contributions
• 页码范围: 15-24
• 页数: 10页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.16543/j.2095-641x.electric.power.ict.2022.02.003

摘要

命名实体识别是指从文本中提取出专有名词或特定命名实体的识别任务,作为信息抽取中非结构化数据转化为结构化数据的关键步骤,在机器翻译、情感分析、信息检索等领域有广泛应用,是自然语言处理的热点问题.文章就现有的命名实体识别技术方法进行了详细地梳理,重点阐述了基于深度学习的命名实体识别方法及其实现过程,进而分析了具有代表性的典型算法的优缺点,并对命名实体识别技术在电力系统中的应用前景进行了展望.