中文领域命名实体识别综述

命名实体识别（Named Entity Recognition，NER）作为自然语言处理领域经典的研究主题，是智能问答、知识图谱等任务的基础技术。领域命名实体识别（Domain Named Entity Recognition，DNER）是面向特定领域的NER方案。在深度学习技术的推动下，中文DNER取得了突破性进展。概括了中文DNER的研究框架，从领域数据源的确定、领域实体类型及规范制定、领域数据集的标注规范、中文DNER评估指标四个角度对国内外已有研究成果进行了综合评述；总结了目前常见的中文DNER的技术框架，介绍了基于词典和规则的模式匹配方法、统计机器学习方法、基于深度学习的方法、多方融合的深度学习方法，并重点分析了基于词向量表征和深度学习的中文DNER方法；讨论了中文DNER的典型应用场景，对未来发展方向进行了展望。