金融领域中文命名实体识别研究进展

摘要：

命名实体识别(Named Entity Recognition,NER)作为自然语言处理的基本任务之一,一直以来都是国内外研究的热点.随着金融互联网的快速发展,迄今为止,金融领域中文NER不断进步,并得以应用到其他金融业务中.为了方便研究者了解金融领域中文NER方法的发展状况和未来发展趋势,进行了一项相关方法的研究和总结.首先,介绍了NER的相关概念和金融领域中文NER的特点;然后,按照金融领域中文NER的发展历程,将研究方法分为基于字典和规则的方法、基于统计机器学习的方法和基于深度学习的方法,并详细介绍了每类方法的特点和典型模型;接下来,简要概括了金融领域中文NER的公开数据集和工具、评估方法及其应用;最后,向读者阐述了目前面临的挑战和未来的发展趋势.

关键词：自然语言处理;中文命名实体识别;金融领域

分类号：TP399(计算技术、计算机技术)

资助基金：国家自然科学基金U1711262,62072185

在线出版日期：2021-11-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：1-13