实体识别技术研究进展综述.pdf

第22卷第5期太赫兹科学与电子信息学报Vol.22，No.5

2024年5月JournalofTerahertzScienceandElectronicInformationTechnologyMay，2024

文章编号：2095-4980(2024)05-0503-13

实体识别技术研究进展综述

12111

马艺洁，赖海光，刘子威，杨楠，张更新

(1.南京邮电大学卫星通信研究所，江苏南京210003；2.南京控维通信科技有限公司，江苏南京211135)

摘要：：实体识别技术作为知识图谱构建的重要步骤，已广泛用于语义网络、机器翻译、问

答系统等自然语言处理中，在推动自然语言处理技术落地实践的过程中起着非常关键的作用。本

文根据实体识别技术的发展历程调研了现有的实体识别方法，主要为早期基于规则和词典的实体

识别方法、基于机器学习的以及基于深度学习的命名实体识别方法；整理了每种实体识别方法的

关键思路、优缺点和具有代表性的模型，特别对目前使用较多的基于双向长短期记忆网络

(BiLSTM)模型和基于Transformer模型的实体识别方法进行了概述；介绍了目前主流的数据集以及

评价标准。最后，面向未来机器类通信的语义需求，总结了实体识别技术面临的挑战，并对其未

来在物联网业务数据方面的发展进行了展望。

关键词：：实体识别；语义提取；深度学习；知识图谱

中图分类号：：TN927.2文献标志码：：Adoi：：10.11805/TKYDA2023436

OverviewoftheresearchprogressinentityrecognitiontechnologyOverviewoftheresearchprogressinentityrecognitiontechnology

MAYijie1，LAIHaiguang2，LIUZiwei1，YANGNan1，ZHANGGengxin1

(1.InstituteofSatelliteCommunication，NanjingUniversityofPostsandTelecommunications，NanjingJiangsu210003，China；

2.CowaveSatelliteCommunicationTechnologyCo.，Ltd，NanjingJiangsu211135，China)

AbstractAbstract：：Entityrecognitiontechnology,asanimportantstepinconstructingknowledgegraphs,has

beenextensivelyappliedinnaturallanguageprocessingapplicationssuchassemanticnetwork,machine

translation,andquestionansweringsystems.Itplaysacrucialroleinpromotingthepracticalapplication

ofnaturallanguageprocessingtechnology.Accordingtothe