1. 命名實體用來做什麼？

在自然語言處理應用領域中，命名實體識別是資訊檢索、知識圖譜、機器翻譯、情感分析、問答系統等多項自然語言處理應用的基礎任務，例如，我們需要利用命名實體識別技術自動識別使用者的查詢，然後將查詢中的實體連結到知識圖譜對應的結點上其識別的準確率將會直接影響到後續的一系列工作。

2. 命名實體識別有哪些難點？

• 命名實體在不同領域或不同場景下的識別具有較大的差異。目前已標註的語料通常侷限於某些領域，難以適用於其他語料，例如：基於新聞語料進行訓練，然後在社交語料進行測試，測試的結果往往難以達到理想的效果，因為社交語料中存在大量非規範的用語。
• 命名實體識別標註成本較大，目前命名實體識別標註語料較少，如何從較少的語料中學習到較好的模型，或者藉助其他相似任務語料以及大量未標記的語料進行學習，這給命名實體識別提出了新的挑戰。
• 中文命名實體識別中“字”的邊界是確定的，但是“詞”的邊界是模糊的，因此通常會出現一些語義理解歧義的情況，例如：“讓人大吃一驚”這句話存在兩種分詞方案，“讓／人大／吃一驚”和“讓人／大吃一驚”，這兩種分詞方案的語句意思完全不一樣。中文命名實體識別通常要與中文分詞、淺層語法分析等過程相結合，而分詞、語法分析的準確率直接影響了命名實體識別的效果。
• 待識別的文字中存在著大量的未登入詞，即新的實體詞，隨著時間的推移，我們難以維護這些新詞。

3 現有研究

基於統計模型的命名實體識別方法歸納

4 CRF（ Conditional Random Fields，條件隨機場）

4.1 條件隨機場介紹

四種模型對比

在給定觀察序列X時，某個特定標記序列Y的概率可以定義為

4.2 CRF的引數估計

4.3 預測

5 實驗

1998年人民日報測試語料