关于命名实体识别领域的综述报告

A Survey on Named Entity Recognition: Methods and Developments

作者： 饶鉴晟 ¹
作者单位：

1. 中山大学
提交时间：2025-07-16 15:17:43

摘要: 命名实体识别（NER，NamedEntityRecognition）是自然语言处理系统中的一个关键组件，广泛应用于问答系统、信息检索、关系抽取等任务。虽然NER系统已经经历了数十年的研究与发展，但使用深度神经网络（NN）的命名实体识别系统是在最近几年才被引I入的。在这篇基于神经网络的命名实体识别的综述报告中，我们将对深度神经网络架构在NER中的应用进行全面的综述，并将其与基于特征工程的传统NER方法以及其他监督学习或半监督学习算法进行对比。此外，我们还将针对最近几年在命名实体识别任务中使用较多的神经网络模型及其架构进行阐述，包括LEBERT、SpanKL、MFME-NER、BERT-CRF、FLAT 等NER领域模型。

自然语言处理命名实体识别深度神经网络特征工程神经网络模型

来自： 饶鉴晟
分类： 计算机科学 >> 自然语言理解与机器翻译
投稿状态： 未投稿
引用： ChinaXiv:202507.00320 (或此版本 ChinaXiv:202507.00320V1)
DOI:10.12074/202507.00320
CSTR:32003.36.ChinaXiv.202507.00320
科创链TXID： 14129055-8a3a-411a-8846-4efe08cefbd5
推荐引用方式： 饶鉴晟.关于命名实体识别领域的综述报告.中国科学院科技论文预发布平台.[DOI:10.12074/202507.00320] (点此复制)

版本历史

[V1]

2025-07-16 15:17:43

ChinaXiv:202507.00320V1

下载全文

相关论文推荐

1. 基于证据积累的认知决策神经网络模型	2025-07-23
2. 矩阵论——以数据挖掘与机器学习为例	2025-07-19
3. 信息论安全的可信验证算法	2025-07-17
4. 可重构芯片技术演进研究	2025-07-15
5. 机器学习的信息科学原理：基于形式化信息映射的因果链元框架	2025-07-14
6. 关于自然语言处理及其核心技术的综述报告	2025-07-09
7. “认知审判”：一种针对大型语言模型的心理司法攻击范式	2025-06-18
8. 面向实际应用的微表情分析：从数据采集到智能部署	2025-06-12
9. 注视即计算	2025-05-30
10. 面向多模态认知与具身决策的“文录”大脑系统：通用大模型与行业知识深度融合的安全化新架构	2025-05-30


公开评论匿名评论仅发给作者