摘 要：命名實(shí)體識(shí)別（NER）是自然語(yǔ)言處理（NLP）領(lǐng)域的重要任務(wù)。量化梳理NER的文獻(xiàn)進(jìn)程，有助于未來(lái)NER乃至NLP技術(shù)的突破發(fā)展。目前已有大量學(xué)者對(duì)NER任務(wù)進(jìn)行了綜述回顧。但是這些基于傳統(tǒng)文獻(xiàn)計(jì)量學(xué)的回顧方式，既過(guò)于依賴專家經(jīng)驗(yàn)，又無(wú)法直觀呈現(xiàn)知識(shí)變遷。因此，文章以知網(wǎng)中文核心文獻(xiàn)為驅(qū)動(dòng)，基于CiteSpace工具，對(duì)國(guó)內(nèi)NER技術(shù)進(jìn)行了知識(shí)圖譜展示和數(shù)據(jù)挖掘分析。分析結(jié)果顯示：以2016年為界，國(guó)內(nèi)已形成基于數(shù)據(jù)驅(qū)動(dòng)的兩個(gè)快速發(fā)展期；“當(dāng)?shù)馗咝?省立實(shí)驗(yàn)室”的形式已成為國(guó)內(nèi)機(jī)構(gòu)合作的主流；“深度學(xué)習(xí)”“知識(shí)圖譜”“實(shí)體識(shí)別”“信息抽取”“神經(jīng)網(wǎng)絡(luò)”和“詞向量”是國(guó)內(nèi)NER領(lǐng)域的研究熱點(diǎn)；未來(lái)對(duì)NER的研究?jī)A向于應(yīng)用落地、數(shù)據(jù)增強(qiáng)和知識(shí)抽取。

關(guān)鍵詞：命名實(shí)體識(shí)別；CiteSpace；知識(shí)圖譜；中國(guó)知網(wǎng)

中圖分類號(hào)：TP391.4 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-4706（2024）15-0124-06

Knowledge Graph Analysis of Domestic Named Entity Recognition Based on CiteSpace

LI Yuan， CAI Zhongxiang， LI Na， HUANG Ziming

（Faculty of Information Engineering， Xinyang Agriculture and Forestry University， Xinyang 464000， China）

Abstract： Named Entity Recognition （NER） is an important task in the field of Natural Language Processing （NLP）. Quantitative review of the literature process of NER technology is conducive to the breakthrough development of NER and even NLP technology in the future. At present， a large number of scholars have reviewed the NER tasks. However， these review methods based on traditional bibliometrics not only rely too much on expert experience， but also can not directly present the change of knowledge paradigm. Therefore， this paper， driven by the Chinese core literature of CNKI and based on CiteSpace， presents the Knowledge Graph display and data mining analysis of domestic NER technology. The analysis results show that the domestic research on NER has formed two rapid development periods based on data drive from 2016. The form of “l(fā)ocal university + provincial laboratory” has become the mainstream of domestic institutional cooperation. “Deep Learning” “Knowledge Graph” “entity recognition” “information extraction” “Neural Network” and “word vector” are the hot spots of domestic NER research. Future research on NER tends to apply landing， data enhancement and knowledge extraction.

Keywords： Named Entity Recognition; CiteSpace; Knowledge Graph; CNKI

0 引 言

命名實(shí)體識(shí)別（Named Entity Recognition， NER）技術(shù)是自然語(yǔ)言處理（Natural Language Processing， NLP）領(lǐng)域的一個(gè)重要且基礎(chǔ)的前置任務(wù)[1]，影響著諸多下游NLP子任務(wù)的性能，如信息檢索、機(jī)器翻譯、輿情檢測(cè)等。

自21世紀(jì)起，國(guó)內(nèi)就有研究者陸續(xù)對(duì)實(shí)體的高精度識(shí)別和提取進(jìn)行研究，目前在知網(wǎng)上已經(jīng)積累了數(shù)以千計(jì)的相關(guān)文獻(xiàn)資料，并仍在快速增加中。文獻(xiàn)回顧工作是一個(gè)長(zhǎng)期的、煩瑣的但是又極其重要的工作。目前國(guó)內(nèi)已有學(xué)者在不同時(shí)期論述了NER技術(shù)在不同階段的變遷情況。如，張曉艷等[2]回顧了從1985年到2005年間NER技術(shù)的由來(lái)脈絡(luò)、識(shí)別方法和評(píng)測(cè)指標(biāo)；劉瀏等[3]指出目前的主流NER方法仍然是基于規(guī)則和統(tǒng)計(jì)機(jī)器學(xué)習(xí)的方法；趙繼貴等[4]在回顧傳統(tǒng)的NER任務(wù)同時(shí)，又補(bǔ)充了當(dāng)前基于深度學(xué)習(xí)的方法，并對(duì)未來(lái)中文NER任務(wù)的發(fā)展進(jìn)行了展望。

但是這些基于傳統(tǒng)文獻(xiàn)計(jì)量方式進(jìn)行文獻(xiàn)回顧的方法，往往過(guò)度依賴于外部專家的學(xué)習(xí)經(jīng)驗(yàn)，從而可能造成對(duì)某些關(guān)鍵研究文獻(xiàn)的忽略。此外，這種基于傳統(tǒng)文獻(xiàn)計(jì)量方式也難以直觀呈現(xiàn)與NER相關(guān)的研究范式的產(chǎn)生、發(fā)展、變遷乃至消亡的過(guò)程。如何在海量的文獻(xiàn)中快速、準(zhǔn)確、直觀的發(fā)現(xiàn)關(guān)鍵信息一直是人們關(guān)注的焦點(diǎn)。CiteSpace[5]是一種能直觀展現(xiàn)知識(shí)點(diǎn)間聯(lián)系、發(fā)展、變化的文獻(xiàn)可視化工具。因此，本文基于CiteSpace對(duì)國(guó)內(nèi)的NER技術(shù)研究進(jìn)行了可視化分析，旨在展示發(fā)展脈絡(luò)，探索合作模式，挖掘知識(shí)范式，厘定前沿?zé)狳c(diǎn)。

本文其他部分的結(jié)構(gòu)如下：第1部分介紹本文使用的數(shù)據(jù)來(lái)源和進(jìn)行數(shù)據(jù)處理的手段，第2部分使用CiteSpace工具對(duì)知網(wǎng)數(shù)據(jù)進(jìn)行可視化展示和數(shù)據(jù)分析，最后總結(jié)國(guó)內(nèi)NER領(lǐng)域的研究方法并在此基礎(chǔ)上展望了未來(lái)。

1 數(shù)據(jù)采集與處理

1.1 數(shù)據(jù)來(lái)源

受到布拉德福文獻(xiàn)離散定律的啟發(fā)，本文在CNKI中選取高質(zhì)量的、有影響力的北大核心和CSSCI檢索期刊作為數(shù)據(jù)的分析來(lái)源。為提高文獻(xiàn)查全率，本文使用了高級(jí)檢索設(shè)置，設(shè)置檢索條件為主題=（*命名實(shí)體識(shí)別*）NOT 主題=（*綜述*）NOT主題=（*進(jìn)展*），并剔除了新聞、書(shū)籍介紹、廣告等無(wú)關(guān)數(shù)據(jù)，共獲得數(shù)據(jù)948條。

1.2 數(shù)據(jù)處理

為進(jìn)一步提高主題精準(zhǔn)度，本文使用了CiteSpace 6.2.R6進(jìn)行數(shù)據(jù)預(yù)處理和可視化操作，最終獲得去重的期刊文章884條。

2 研究現(xiàn)狀與分析

2.1 文獻(xiàn)隨年代分布情況

文獻(xiàn)的發(fā)表年代可以反映出總體研究的發(fā)展脈絡(luò)及其受到關(guān)注的情況。本節(jié)以1年為時(shí)間間隔，分組統(tǒng)計(jì)并繪制出了國(guó)內(nèi)進(jìn)行命名實(shí)體識(shí)別研究的歷年發(fā)文量。如圖1所示，可知2000—2004年的發(fā)文量較低，僅有1篇應(yīng)用型論文[6]，整體處于發(fā)文短缺期。此時(shí)國(guó)內(nèi)尚未形成完整的理論體系研究，仍處于跟跑英文NER研究和探索中文NER理論階段，因此少有高水平中文論文產(chǎn)出。

2004年之后，隨著數(shù)據(jù)的不斷積累，基于數(shù)據(jù)驅(qū)動(dòng)的方法逐漸引起了相關(guān)學(xué)者的關(guān)注并成為研究的重點(diǎn)?；跀?shù)據(jù)驅(qū)動(dòng)的發(fā)展可分為兩個(gè)時(shí)期：第一次快速發(fā)展期（2005—2015年），基于統(tǒng)計(jì)機(jī)器學(xué)習(xí)的方法占據(jù)了研究的主流，整體發(fā)文呈現(xiàn)先快遞增長(zhǎng)后平穩(wěn)波動(dòng)的趨勢(shì)。2005年和2006年的發(fā)文量分別為5篇和9篇，同2000—2004年相比，發(fā)文數(shù)量快速上升，基于隱馬爾可夫（Hidden Markov Model， HMM）[7-8]的實(shí)體抽取模型在國(guó)內(nèi)得到了廣泛的應(yīng)用。

但齊次馬爾科夫假設(shè)和觀測(cè)獨(dú)立假設(shè)也極大地限制了基于HMM模型的捕獲更多和更長(zhǎng)遠(yuǎn)上下文的能力，因此在2007年之后，基于線性鏈的條件隨機(jī)場(chǎng)（Liner Conditional Random Field， CRF）[9-12]的NER模型獲得了更多的關(guān)注；第二次快速發(fā)展期（2016—2023年），隨著數(shù)據(jù)和軟硬資源的完善，能夠提取自動(dòng)深度語(yǔ)義特征的神經(jīng)網(wǎng)絡(luò)模型進(jìn)入人們的視野，基于深度學(xué)習(xí)的方法成為后續(xù)研究的主流。典型的算法包括循環(huán)神經(jīng)網(wǎng)絡(luò)（Recurrent Neural Network， RNN）[13-16]、卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network， CNN）[17-18]及預(yù)訓(xùn)練語(yǔ)言模型（Pretrained Language Model， PLM）[19-22]等。

2.2 作者合作分析

作者共線圖能夠反應(yīng)不同作者間的發(fā)文合作情況以及研究?jī)?nèi)容的變化情況。其中，節(jié)點(diǎn)的大小表示作者發(fā)文的數(shù)量。節(jié)點(diǎn)的色系對(duì)應(yīng)發(fā)文的時(shí)間早晚，發(fā)文越早，節(jié)點(diǎn)的顏色越接近紫色，發(fā)文越新，節(jié)點(diǎn)顏色越接近紅色。節(jié)點(diǎn)間的線條粗細(xì)則表示不同作者間的合作緊密情況。

圖2中存在288個(gè)節(jié)點(diǎn)，272條連線，并形成了以余正濤（12篇）、王東波（11篇）、呂學(xué)強(qiáng)（10篇）和于紅（6篇）為首的4大核心作者群體研究組。通過(guò)查看核心作者的節(jié)點(diǎn)詳情可知：李桂蘭等主要研究與旅游領(lǐng)域8[23]相關(guān)的文本任務(wù)，并形成以柬埔寨語(yǔ)[24]和越南語(yǔ)[25-26]為主的小語(yǔ)種處理隊(duì)伍；崔競(jìng)烽等團(tuán)隊(duì)擅長(zhǎng)于對(duì)中華典籍進(jìn)行數(shù)字化處理和識(shí)別，并在古詩(shī)詞[27]、引書(shū)[28]、史記[29]、醫(yī)書(shū)[30]等中文歷史文本上進(jìn)行了深遠(yuǎn)的嘗試；劉殷等團(tuán)隊(duì)則緊跟時(shí)代理論前沿，分別研究了HMM7、CRF[31]以及神經(jīng)網(wǎng)絡(luò)[32]等模型在中文NER任務(wù)上的應(yīng)用；任媛等團(tuán)隊(duì)主要基于深度學(xué)習(xí)技術(shù)深入研究了神經(jīng)網(wǎng)絡(luò)在識(shí)別水產(chǎn)類文本[33-35]上的效用。

但是這些大型研究組之間并沒(méi)有直接連線，而且圖中也存在大量無(wú)連線的其他小型作者研究群體。這一現(xiàn)象在一方面表明現(xiàn)階段各個(gè)研究群體間的合作較為局限，但也在另一方面表明命名實(shí)體識(shí)別技術(shù)的適用范圍廣，尚有極大的發(fā)展空間。

2.3 機(jī)構(gòu)合作分析

為了進(jìn)一步分析各個(gè)研究群體間的合作，本節(jié)繪制了機(jī)構(gòu)共線關(guān)系圖。圖3中共有298個(gè)節(jié)點(diǎn)，134條邊。結(jié)合機(jī)構(gòu)分析，發(fā)文機(jī)構(gòu)常以“當(dāng)?shù)馗咝?省立實(shí)驗(yàn)室”的形式進(jìn)行合作，如“昆明理工大學(xué)信息工程與自動(dòng)化學(xué)院+云南省計(jì)算機(jī)技術(shù)應(yīng)用重點(diǎn)實(shí)驗(yàn)室智能信息處理研究所”等。整體上各個(gè)研究機(jī)構(gòu)主要以高校的二級(jí)學(xué)院為依托，同一個(gè)單位內(nèi)的作者合作發(fā)文較多。這一現(xiàn)象也進(jìn)一步顯現(xiàn)各個(gè)研究群體間的合作較為局限，尚有極大的發(fā)展空間的推論。

2.4 研究熱點(diǎn)分析

高頻的關(guān)鍵詞通常能夠表示一個(gè)研究的熱點(diǎn)[36]。為了直觀分析研究熱點(diǎn)的發(fā)展變化，本節(jié)按照文章的關(guān)鍵詞進(jìn)行了關(guān)鍵詞共線分析。具體操作如下：

1）首先將經(jīng)過(guò)去重處理的文獻(xiàn)以CSSCI格式導(dǎo)入CiteSpace。

2）設(shè)置時(shí)間切片間隔為每年。

3）為了減少低頻數(shù)據(jù)的影響，使用了Pathfinder選項(xiàng)進(jìn)行網(wǎng)絡(luò)裁剪。

4）以頻率為分類標(biāo)準(zhǔn)，篩選出現(xiàn)頻次高于5次的節(jié)點(diǎn)信息。最終得到關(guān)鍵詞共線圖，如圖4所示。

圖4中包含288個(gè)節(jié)點(diǎn)，和367條邊。節(jié)點(diǎn)上的圓環(huán)顏色的種類對(duì)應(yīng)關(guān)鍵詞的出現(xiàn)頻率，關(guān)鍵詞的頻率越高，則對(duì)應(yīng)的圓環(huán)和字體越大，該關(guān)鍵詞也就越重要。據(jù)圖可知，目前“深度學(xué)習(xí)”“知識(shí)圖譜”“實(shí)體識(shí)別”“信息抽取”“神經(jīng)網(wǎng)絡(luò)”“詞向量”等關(guān)鍵詞字號(hào)較大、圓環(huán)顏色種類多且與其他節(jié)點(diǎn)之間具有較多的連線。這一現(xiàn)象說(shuō)明這些高頻關(guān)鍵詞在多個(gè)時(shí)期內(nèi)都是研究的主要對(duì)象，彼此相互交織，聯(lián)系緊密，但難以區(qū)分各個(gè)時(shí)期的主要研究熱點(diǎn)。為此，本節(jié)在關(guān)鍵詞共線的基礎(chǔ)上進(jìn)行了聚類分析，并按時(shí)間順序進(jìn)行結(jié)果展示，其結(jié)果如圖5所示。

通過(guò)LLR聚類算法，CiteSpace形成了85個(gè)具有288個(gè)節(jié)點(diǎn)和367條邊的關(guān)鍵詞聚類結(jié)果（Q值為0.660 8，S值為0.894 5）。本節(jié)篩選了前6個(gè)最大的聚類規(guī)模進(jìn)行研究熱點(diǎn)變化分析。該時(shí)序圖的橫軸表示時(shí)間的變化，縱軸的每一條線則對(duì)應(yīng)一組聚類的結(jié)果，而線上的每一個(gè)圓環(huán)都對(duì)應(yīng)一個(gè)關(guān)鍵詞。

由圖5可知目前對(duì)命名實(shí)體識(shí)別的研究主要集中在“信息抽取”“知識(shí)圖譜”“命名實(shí)體”“實(shí)體識(shí)別”“深度學(xué)習(xí)”以及“機(jī)器學(xué)習(xí)”這6個(gè)方面。繼續(xù)分析每一組聚類的結(jié)果可得到以下結(jié)論：

#0信息抽取的聚類結(jié)果主要包括“數(shù)據(jù)挖掘[37]”“決策樹(shù)[38]”“神經(jīng)網(wǎng)絡(luò)[39]”“對(duì)抗學(xué)習(xí)[40]”“字詞融合[41]”。這些研究者采用了經(jīng)典的決策樹(shù)或神經(jīng)網(wǎng)絡(luò)等數(shù)據(jù)挖掘算法完成了NER。造成這一現(xiàn)象的原因可能是NER是信息抽取[42]的子任務(wù)，相關(guān)研究者會(huì)嘗試將之前解決其他類似任務(wù)的方法應(yīng)用到同一個(gè)領(lǐng)域的其他問(wèn)題上來(lái)。

#1知識(shí)圖譜的聚類結(jié)果主要包括“關(guān)系抽取[43]”“人工智能[44]”“知識(shí)抽取[45]”“知識(shí)融合[46]”等。知識(shí)圖譜是包含事實(shí)、實(shí)體、關(guān)系以及語(yǔ)義表述的大規(guī)模結(jié)構(gòu)化表示的語(yǔ)義網(wǎng)絡(luò)[47]。在一方面知識(shí)圖譜的形成需要使用NER術(shù)進(jìn)行知識(shí)實(shí)體抽取，在另一方面NER的性能又會(huì)受到對(duì)外部背景知識(shí)理解程度的影響，二者相輔相成，聯(lián)系密切。

#2命名實(shí)體和#3實(shí)體識(shí)別則分被對(duì)應(yīng)NER任務(wù)的用途和對(duì)象。命名實(shí)體是自然語(yǔ)言處理的一項(xiàng)重要基礎(chǔ)任務(wù)，能夠?yàn)樾畔z索、機(jī)器翻譯[48-49]、情感分析[50]等一系列下游任務(wù)提供豐富的實(shí)體級(jí)別語(yǔ)義信息。

#4深度學(xué)習(xí)和#5機(jī)器學(xué)習(xí)則對(duì)應(yīng)進(jìn)行NER的技術(shù)手段。結(jié)合時(shí)間線的變化，目前基于深度學(xué)習(xí)的自動(dòng)融合多種深層特征的方法已經(jīng)取代基于機(jī)器學(xué)習(xí)的提取淺層的方法，并成為新的完成NER的基線方法。

#6詞向量的聚類結(jié)果則主要包括“語(yǔ)料庫(kù)[51]”“字向量[52]”“語(yǔ)言模型[53]”。字詞數(shù)值化的效果好壞能夠極大的影響下游自然語(yǔ)言處理任務(wù)的性能，對(duì)自然語(yǔ)言處理研究者來(lái)說(shuō)，如何在計(jì)算機(jī)中合適的表達(dá)字詞語(yǔ)言一直是一個(gè)關(guān)鍵的問(wèn)題。目前基于BERT等預(yù)訓(xùn)練語(yǔ)言模型獲得的字詞向量已經(jīng)成為完成NER任務(wù)的主要范式。

隨著理論的豐富和技術(shù)的不斷發(fā)展，對(duì)NER的研究也出現(xiàn)了新的方向。由圖6的關(guān)鍵詞突變圖可以展望：未來(lái)國(guó)內(nèi)對(duì)NER的研究將聚焦在對(duì)“電子病歷”和“數(shù)字人文”等重點(diǎn)領(lǐng)域的項(xiàng)目落地上；使用“數(shù)據(jù)增強(qiáng)”的方式解決低資源場(chǎng)景下的NER任務(wù)將會(huì)是一個(gè)新的方向；使用NER技術(shù)進(jìn)行“知識(shí)抽取”以及結(jié)合外部知識(shí)提高NER模型的可解釋性將得到更多NER研究者的重視。

3 結(jié) 論

本文以知網(wǎng)最近23年的核心文獻(xiàn)為數(shù)據(jù)，通過(guò)CiteSpace可視化工具，量化并分析了國(guó)內(nèi)對(duì)NER任務(wù)研究的變化趨勢(shì)，并得到以下結(jié)論：對(duì)NER的研究以2016年為界，分為兩個(gè)發(fā)展時(shí)間。這兩階段又分別以統(tǒng)計(jì)機(jī)器學(xué)習(xí)和深度學(xué)習(xí)為研究的重點(diǎn)；目前至少已經(jīng)形成四大核心作者研究群體，但這些研究群體之間合作較為局限，通常依靠所在單位進(jìn)行研究，并形成“當(dāng)?shù)馗咝?省立實(shí)驗(yàn)室”的合作模型，但跨院校之間的合作較少，未來(lái)仍有較大的深度合作空間；近23年來(lái)的研究重點(diǎn)主要集中于“信息抽取”“知識(shí)圖譜”“命名實(shí)體”“實(shí)體識(shí)別”“深度學(xué)習(xí)”以及“機(jī)器學(xué)習(xí)”這6個(gè)方面。結(jié)合深度學(xué)習(xí)和知識(shí)圖譜等相關(guān)技術(shù)進(jìn)行實(shí)體識(shí)別的范式依然會(huì)持續(xù)較長(zhǎng)的一段時(shí)間。

參考文獻(xiàn)：

[1] 楊錦鋒，于秋濱，關(guān)毅，等.電子病歷命名實(shí)體識(shí)別和實(shí)體關(guān)系抽取研究綜述 [J].自動(dòng)化學(xué)報(bào)，2014，40（8）：1537-1562.

[2] 張曉艷，王挺，陳火旺.命名實(shí)體識(shí)別研究 [J].計(jì)算機(jī)科學(xué)，2005（4）：44-48.

[3] 劉瀏，王東波.命名實(shí)體識(shí)別研究綜述 [J].情報(bào)學(xué)報(bào)，2018，37（3）：329-340.

[4]趙繼貴，錢(qián)育蓉，王魁，等.中文命名實(shí)體識(shí)別研究綜述 [J].計(jì)算機(jī)工程與應(yīng)用，2024，60（1）：15-27.

[5] CHEN C. Science Mapping： A Systematic Review of the Literature [J].Journal of Data and Information Science，2017，2（2）：1-40.

[6] 昝紅英，蘇玉梅，孫斌，等.名人網(wǎng)頁(yè)的相關(guān)度評(píng)價(jià) [J].中文信息學(xué)報(bào)，2003（5）：27-33.

[7] 俞鴻魁，張華平，劉群，等.基于層疊隱馬爾可夫模型的中文命名實(shí)體識(shí)別 [J].通信學(xué)報(bào)，2006（2）：87-94.

[8] 薛征山，郭劍毅，余正濤，等.基于HMM的中文旅游景點(diǎn)的識(shí)別 [J].昆明理工大學(xué)學(xué)報(bào)：理工版，2009，34（6）：44-48.

[9] 劉非凡，趙軍，徐波.實(shí)體提及的多層嵌套識(shí)別方法研究 [J].中文信息學(xué)報(bào)，2007（2）：14-21.

[10] 郭劍毅，薛征山，余正濤，等.基于層疊條件隨機(jī)場(chǎng)的旅游領(lǐng)域命名實(shí)體識(shí)別 [J].中文信息學(xué)報(bào)，2009，23（5）：47-52.

[11] 鄒俊杰，余正濤，劉躍紅，等.融合領(lǐng)域命名實(shí)體識(shí)別的查詢擴(kuò)展方法研究 [J].計(jì)算機(jī)工程與設(shè)計(jì)，2012，33（3）：1229-1233+1250.

[12] 潘清清，周楓，余正濤，等.基于條件隨機(jī)場(chǎng)的越南語(yǔ)命名實(shí)體識(shí)別方法 [J].山東大學(xué)學(xué)報(bào)：理學(xué)版，2014，49（1）：76-79.

[13] 朱丹浩，楊蕾，王東波.基于深度學(xué)習(xí)的中文機(jī)構(gòu)名識(shí)別研究——一種漢字級(jí)別的循環(huán)神經(jīng)網(wǎng)絡(luò)方法 [J].現(xiàn)代圖書(shū)情報(bào)技術(shù)，2016（12）：36-43.

[14] 趙青，王丹，徐書(shū)世，等.中文醫(yī)療實(shí)體的弱監(jiān)督識(shí)別方法 [J].哈爾濱工程大學(xué)學(xué)報(bào)，2020，41（3）：425-432.

[15] 宋佳芮，陳艷平，王凱，等.基于Affix-Attention的命名實(shí)體識(shí)別語(yǔ)義補(bǔ)充方法 [J].山東大學(xué)學(xué)報(bào)：工學(xué)版，2023，53（2）：70-76.

[16]李源，馬磊，邵黨國(guó)，等.用于社交媒體的中文命名實(shí)體識(shí)別 [J].中文信息學(xué)報(bào)，2020，34（8）：61-69.

[17] 許浩亮，李雁群，何云琪，等.中文嵌套命名實(shí)體關(guān)系抽取研究 [J].北京大學(xué)學(xué)報(bào)：自然科學(xué)版，2019，55（1）：8-14.

[18] 于祥欽，王香，李智強(qiáng)，等.基于字符級(jí)特征自適應(yīng)的生物醫(yī)學(xué)命名實(shí)體識(shí)別 [J].小型微型計(jì)算機(jī)系統(tǒng)，2023，44（9）：1876-1883.

[19] 陳劍，何濤，聞?dòng)⒂眩?基于BERT模型的司法文書(shū)實(shí)體識(shí)別方法 [J].東北大學(xué)學(xué)報(bào)：自然科學(xué)版，2020，41（10）：1382-1387.

[20] 游樂(lè)圻，裴忠民，羅章凱.融合自注意力的ALBERT中文命名實(shí)體識(shí)別方法 [J].計(jì)算機(jī)工程與設(shè)計(jì)，2023，44（2）：605-611.

[21] 賈李睿智，劉勝全，劉源，等.基于分層ERNIE模型的中文嵌套命名實(shí)體識(shí)別 [J].東北師大學(xué)報(bào)：自然科學(xué)版，2023，55（1）：97-103.

[22] 余克健，張程，樂(lè)毅，等.基于GPT修正農(nóng)業(yè)病蟲(chóng)害命名實(shí)體識(shí)別方法 [J].內(nèi)蒙古農(nóng)業(yè)大學(xué)學(xué)報(bào)：自然科學(xué)版，2023，44（5）：34-43.

[23] 李桂蘭，余正濤，毛存禮，等.旅游領(lǐng)域?qū)嶓w答案的抽取 [J].廣西師范大學(xué)學(xué)報(bào)：自然科學(xué)版，2009，27（1）：181-184.

[24] 徐廣義，嚴(yán)馨，余正濤，等.融合跨語(yǔ)言特征的柬埔寨語(yǔ)命名實(shí)體識(shí)別方法 [J].云南大學(xué)學(xué)報(bào)：自然科學(xué)版，2018，40（5）：865-871.

[25] 潘華山，嚴(yán)馨，余正濤，等.基于支持向量機(jī)的越語(yǔ)新聞文本分類方法 [J].山西大學(xué)學(xué)報(bào)：自然科學(xué)版，2013，36（4）：505-509.

[26] 劉艷超，郭劍毅，余正濤，等.融合實(shí)體特性識(shí)別越南語(yǔ)復(fù)雜命名實(shí)體的混合方法 [J].智能系統(tǒng)學(xué)報(bào)，2016，11（4）：503-512.

[27] 崔競(jìng)烽，鄭德俊，王東波，等.基于深度學(xué)習(xí)模型的菊花古典詩(shī)詞命名實(shí)體識(shí)別 [J].情報(bào)理論與實(shí)踐，2020，43（11）：150-155.

[28] 黃水清，周好，彭秋茹，等.引書(shū)的自動(dòng)識(shí)別及文獻(xiàn)計(jì)量學(xué)分析 [J].情報(bào)學(xué)報(bào)，2021，40（12）：1325-1337.

[29] 劉江峰，馮鈺童，王東波，等.數(shù)字人文視域下SikuBERT增強(qiáng)的史籍實(shí)體識(shí)別研究 [J].圖書(shū)館論壇，2022，42（10）：61-72.

[30] 謝靖，劉江峰，王東波.古代中國(guó)醫(yī)學(xué)文獻(xiàn)的命名實(shí)體識(shí)別研究——以Flat-lattice增強(qiáng)的SikuBERT預(yù)訓(xùn)練模型為例 [J].圖書(shū)館論壇，2022，42（10）：51-60.

[31] 劉殷，呂學(xué)強(qiáng)，劉坤.條件隨機(jī)場(chǎng)與多層算法模型的實(shí)體自動(dòng)識(shí)別 [J].計(jì)算機(jī)工程與應(yīng)用，2016，52（11）：141-147.

[32] 羅藝雄，呂學(xué)強(qiáng)，游新冬.融合多特征的專利功效短語(yǔ)識(shí)別 [J].中文信息學(xué)報(bào)，2022，36（12）：139-148.

[33] 任媛，于紅，楊鶴，等.融合注意力機(jī)制與BERT+BiLSTM+CRF模型的漁業(yè)標(biāo)準(zhǔn)定量指標(biāo)識(shí)別 [J].農(nóng)業(yè)工程學(xué)報(bào)，2021，37（10）：135-141.

[34] 劉巨升，楊惠寧，孫哲濤，等.面向知識(shí)圖譜構(gòu)建的水產(chǎn)動(dòng)物疾病診治命名實(shí)體識(shí)別 [J].農(nóng)業(yè)工程學(xué)報(bào)，2022，38（7）：210-217.

[35] 劉巨升，于紅，楊惠寧，等.基于多核卷積神經(jīng)網(wǎng)絡(luò)（BERT+Multi-CNN+CRF）的水產(chǎn)醫(yī)學(xué)嵌套命名實(shí)體識(shí)別 [J].大連海洋大學(xué)學(xué)報(bào)，2022，37（3）：524-530.

[36] 林德明，陳超美，劉則淵.共被引網(wǎng)絡(luò)中介中心性的Zipf—Pareto分布研究 [J].情報(bào)學(xué)報(bào)，2011，30（1）：76-82.

[37] 李中言，李普躍.信息抽取技術(shù)在數(shù)字圖書(shū)館中的應(yīng)用 [J].現(xiàn)代情報(bào)，2007（10）：96-97.

[38] 栗偉，趙大哲，李博，等.CRF與規(guī)則相結(jié)合的醫(yī)學(xué)病歷實(shí)體識(shí)別 [J].計(jì)算機(jī)應(yīng)用研究，2015，32（4）：1082-1086.

[39] 朱娜娜，景東，薛涵.基于深度神經(jīng)網(wǎng)絡(luò)的微博圖書(shū)名識(shí)別研究 [J].圖書(shū)情報(bào)工作，2016，60（4）：102-106+141.

[40] 董哲，邵若琦，陳玉梁，等.基于BERT和對(duì)抗訓(xùn)練的食品領(lǐng)域命名實(shí)體識(shí)別 [J].計(jì)算機(jī)科學(xué)，2021，48（5）：247-253.

[41] 宋旭暉，于洪濤，李邵梅.基于圖注意力網(wǎng)絡(luò)字詞融合的中文命名實(shí)體識(shí)別 [J].計(jì)算機(jī)工程，2022，48（10）：298-305.

[42] GRISHMAN R，SUNDHEIM B M. Message Understanding Conference-6： A Brief History [C]//COLING 1996 Volume 1： The 16th International Conference on Computational Linguistics.Stroudsburg：Association for Computational Linguistics，1996：466-471.

[43] 謝雨希，楊江平，孫知建，等.雷達(dá)裝備故障原因知識(shí)圖譜構(gòu)建研究 [J].現(xiàn)代防御技術(shù)，2022，50（5）：114-121.

[44] 李振，周東岱，王勇.“人工智能+”視域下的教育知識(shí)圖譜：內(nèi)涵、技術(shù)框架與應(yīng)用研究 [J].遠(yuǎn)程教育雜志，2019，37（4）：42-53.

[45] 鄧智嘉.基于人工智能的知識(shí)圖譜構(gòu)建技術(shù)及應(yīng)用 [J].無(wú)線電工程，2022，52（5）：766-774.

[46] 楊波，廖怡茗.面向企業(yè)動(dòng)態(tài)風(fēng)險(xiǎn)的知識(shí)圖譜構(gòu)建與應(yīng)用研究 [J].現(xiàn)代情報(bào)，2021，41（3）：110-120.

[47] JI S，PAN S，CAMBRIA E，et al. A Survey on Knowledge Graphs： Representation， Acquisition， a/g9VFipM+7qN44POqbpTiw==nd Applications [J].IEEE Transactions on Neural Networks and Learning Systems，2021，33（2）：494-514.

[48] 王東明，徐金安，陳鈺楓，等.基于單語(yǔ)語(yǔ)料的面向日語(yǔ)假名的日漢人名翻譯對(duì)抽取方法 [J].中文信息學(xué)報(bào)，2015，29（5）：84-90.

[49] 尹存燕，黃書(shū)劍，戴新宇，等.面向新聞?wù)Z料的中日命名實(shí)體翻譯抽取 [J].小型微型計(jì)算機(jī)系統(tǒng)，2015，36（6）：1393-1397.

[50] 潘正高，侯傳宇，談成訪.基于命名實(shí)體的Web新聞文本分類方法 [J].合肥工業(yè)大學(xué)學(xué)報(bào)：自然科學(xué)版，2011，34（8）：1178-1182.

[51] 馮鸞鸞，李軍輝，李培峰，等.面向國(guó)防科技領(lǐng)域的技術(shù)和術(shù)語(yǔ)語(yǔ)料庫(kù)構(gòu)建方法 [J].中文信息學(xué)報(bào)，2020，34（8）：41-50.

[52] 單義棟，王衡軍，黃河，等.基于注意力機(jī)制的命名實(shí)體識(shí)別模型研究——以軍事文本為例 [J].計(jì)算機(jī)科學(xué)，2019，46（S1）：111-114+119.

[53] 陳蕾，鄭偉彥，余慧華，等.基于BERT的電網(wǎng)調(diào)度語(yǔ)音識(shí)別語(yǔ)言模型研究 [J].電網(wǎng)技術(shù)，2021，45（8）：2955-2961.

作者簡(jiǎn)介：李源（1995—），男，漢族，河南信陽(yáng)人，助教，碩士，研究方向：實(shí)體抽取、自然語(yǔ)言處理、數(shù)據(jù)挖掘；蔡忠祥（1996—），男，漢族，河南信陽(yáng)人，助教，碩士，研究方向：計(jì)算機(jī)應(yīng)用；李娜（2003—），女，漢族，河南三門(mén)峽人，本科在讀，研究方向：數(shù)據(jù)可視化；黃子鳴（2003—），男，漢族，河南信陽(yáng)人，本科在讀，研究方向：數(shù)據(jù)可視化。