军事文本中蕴含大量特定意义的命名实体,这些实体信息的准确识别与提取,对于军事文本的分析、情报的挖掘、决策的制定等具有重要的应用价值.诸多学者对军事领域中文命名实体识别(Chinese named entity recognition in the military domain,CNER-M)进行了深入研究,并取得了显著进展.首先归纳了CNER-M数据源,分析了实体特点,并对数据集、评价标准、标注方法进行介绍;然后按照命名实体识别(named entity recognition,NER)发展历程对基于规则的方法、基于统计模型的方法和基于深度学习的方法进行分类阐述;最后,基于研究现状探讨了CNER-M未来的发展趋势.
NETL
NSTL
万方数据
