命名实体识别研究进展综述.pdfVIP

《现代图书情报技术》版权所有，欢迎下载引用！ 请注明引用地址：命名实体识别研究进展综述［Ｊ］，现代图书情报技术，２０１０（６）：４２－４７． 知识组织与知识管理 命名实体识别研究进展综述 １，３ ２ 孙　镇 　王惠临 １（北京大学信息管理系　北京 １００８７１） ２（中国科学技术信息研究所　北京 １０００３８） ３（全国组织机构代码管理中心　北京 １０００２９） 【摘要】介绍命名实体识别的研究背景和意义，总结国内外命名实体识别研究历史，详细介绍目前主流的技术方 法和评估方法，讨论命名实体识别技术的发展趋势。 【关键词】命名实体识别　信息抽取　信息检索　机器翻译　评估方法 【分类号】ＴＰ３９１ ＯｖｅｒｖｉｅｗｏｎｔｈｅＡｄｖａｎｃｅｏｆｔｈｅＲｅｓｅａｒｃｈｏｎＮａｍｅｄＥｎｔｉｔｙＲｅｃｏｇｎｉｔｉｏｎ １，３ ２ ＳｕｎＺｈｅｎ 　ＷａｎｇＨｕｉｌｉｎ １（ＤｅｐａｒｔｍｅｎｔｏｆＩｎｆｏｒｍａｔｉｏｎＭａｎａｇｅｍｅｎｔ，ＰｅｋｉｎｇＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１００８７１，Ｃｈｉｎａ） ２（ＩｎｓｔｉｔｕｔｅｏｆＳｃｉｅｎｔｉｆｉｃ＆ＴｅｃｈｎｉｃａｌＩｎｆｏｒｍａｔｉｏｎｏｆＣｈｉｎａ，Ｂｅｉｊｉｎｇ１０００３８，Ｃｈｉｎａ） ３（ＮａｔｉｏｎａｌＡｄｍｉｎｉｓｔｒａｔｉｏｎｆｏｒＣｏｄｅＡｌｌｏｃａｔｉｏｎｔｏＯｒｇａｎｉｚａｔｉｏｎｓ，Ｂｅｉｊｉｎｇ１０００２９，Ｃｈｉｎａ） 【Ａｂｓｔｒａｃｔ】ＴｈｅｐａｐｅｒｉｎｔｒｏｄｕｃｅｓｔｈｅｂａｃｋｇｒｏｕｎｄａｎｄｍｏｔｉｖａｔｉｏｎｏｆＮａｍｅｄＥｎｔｉｔｙＲｅｃｏｇｎｉｔｉｏｎ，ａｎｄｓｕｍｍａｒｉｚｅｓｔｈｅｈｉｓｔｏｒｙ ｄｅｖｅｌｏｐｍｅｎｔｏｆＮａｍｅｄＥｎｔｉｔｙＲｅｃｏｇｎｉｔｉｏｎａｔｈｏｍｅａｎｄａｂｒｏａｄ，ａｓｗｅｌｌａｓｔｈｅｒｅｌａｔｅｄｔｅｃｈｎｏｌｏｇｙａｎｄｅｖａｌｕａｔｉｏｎｍｅｔｈｏｄ． Ｆｉｎａｌｌｙ，ｉｔｄｉｓｃｕｓｓｅｓｔｈｅｎｅｗｄｅｖｅｌｏｐｍｅｎｔｔｒｅｎｄｓｏｎＮａｍｅｄＥｎｔｉｔｙＲｅｃｏｇｎｉｔｉｏｎ． 【Ｋｅｙｗｏｒｄｓ】Ｎａｍｅｄｅｎｔｉｔｙｒｅｃｏｇｎｉｔｉｏｎ　Ｉｎｆｏｒｍａｔｉｏｎｅｘｔｒａｃｔｉｏｎ　Ｉｎｆｏｒｍａｔｉｏｎｒｅｔｒｉｅｖａｌ　Ｍａｃｈｉｎｅｔｒａｎｓｌａｔｉｏｎ　 Ｅｖａｌｕａｔｉｏｎｍｅｔｈｏｄｓ １　引　言 　　命名实体识别（ＮａｍｅｄＥｎｔｉｔｙＲｅｃｏｇｎｉｔｉｏｎ，ＮＥＲ）的主要任务是识别出文本中的人名、地名等专有名称和有意 ［１］ 义的时间、日期等数量短语并加以归类 。命名实体识别技术是信息抽取、信息检索、机器翻译、问答系统等多种 自然语言处理技术必不可少的组成部分。从语言分析的全过程来看，命名实体识别属于词法分析中未登录词识 别的范畴。命名实体是未登录词中数量最多、识别难度最大、对分词效果影响最大的问题。根据 ＳＩＧＨＡＮ ［２］ （ｈｔｔｐ：／／ｗｗｗ．ｓｉｇｈａｎ．ｏｒｇ／）Ｂａｋｅｏｆｆ数据评测结果，未登录词造成的分词精度失落至少比歧义大５倍以上 ，可见 命名实体地位的重要性。 　　针对“命名实体识别”和“ＮａｍｅｄＥｎｔｉｔｙＲｅｃｏｇｎｉｔｉｏｎ”两个关键词对中国知网（ｈｔｔｐ：／／ｗｗｗ．ｃｎｋｉ．ｎｅｔ）、Ｇｏｏｇｌｅ学 术（ｈｔｔｐ：／／ｓｃｈｏｌａｒ．ｇｏｏｇｌｅ．ｃｏｍ／）、ＡＣＬＡｎｔｈｏｌｏｇｙ（ｈｔｔｐ：／／ｗｗｗ．ａｃｌｗｅｂ．ｏｒｇ／ａｎｔｈｏｌｏｇｙ／）、ＩＣＭＬ会议（ｈｔｔｐ：／／ｍａｃｈｉｎｅｌ ｅａｒｎｉｎｇ．ｏｒｇ／ｉｃｍｌ．ｈｔｍｌ）以及ＩＥＥＥ（ｈｔｔｐ：／／ｉｅｅｅｘｐｌｏｒｅ．ｉｅｅｅ．ｏｒｇ）等期刊论文数据库和会议论文集进行文献检索，时 间覆盖范围从１９９１年至２００９年，检索文献主要包括中文和英文文献。笔者主要回顾命名实体识别任务的历史 发展，并分别针对命名实体识别研究内容及进展、系统评测组织及方法等几个方面进行研究，综述有关文献，最后 　　收稿日期：２０１０－０３－２４ 　　收修改稿日期：２０１０－０４－１１ 　　　４２　现代图