融合边界交互信息的命名实体识别方法

作     者：何安康 陈艳平 扈应 黄瑞章 秦永彬 

作者机构：贵州大学文本计算与认知智能教育部工程研究中心 公共大数据国家重点实验室(贵州大学) 贵州大学计算机科学与技术学院 

出 版 物：《广西师范大学学报(自然科学版)》 (Journal of Guangxi Normal University(Natural Science Edition))

年 卷 期：2025年

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：贵州省科学技术基金重点项目(003) 国家重点研发计划(2023YFC3304500) 国家自然科学基金(62166007) 

主　　题：命名实体识别 信息抽取 边界交互 

摘      要：命名实体识别是自然语言处理领域中的一项基本任务，旨在识别和分类文本中的命名实体。目前，基于跨度的方法在实体识别方面取得了一定的进展，但这些方法往往忽视了候选跨度的质量差异。针对该问题，该文提出了一种融合边界交互信息的命名实体识别方法。该方法通过一个边界交互模块评估边界间的语义关联和交互强度，生成边界交互信息矩阵。该矩阵用于识别边界间潜在的语义联系，引导模型识别和标记出高质量的候选跨度。此外，该方法集成了多尺度空洞卷积模块，通过利用跨度之间的语义关系来减轻非实体噪声的影响。实验表明，该方法在ACE2005中文数据集、ACE2005英文数据集和Weibo数据集上的F1值分别达到89.78%、87.37%和72.10%，与基准模型相比分别提升0.67、0.95和0.69个百分点，验证了该方法对命名实体识别的有效性。