计算机应用

作者：王晓曼, 陈艳平, 杨采薇, 黄瑞章, 秦永彬

单位：1.贵州大学 文本计算与认知智能教育部工程研究中心，贵阳 550025；2.公共大数据国家重点实验室（贵州大学），贵阳 550025；3.贵州大学 计算机科学与技术学院，贵阳 550025

关键词：嵌套命名实体识别,平面化句子表示,多方向梯度,特征提取,Sobel算子

基金：国家重点研发计划项目(2023YFC3304500);国家自然科学基金资助项目(62166007);贵州省科学技术基金重点资助项目(［2024］003)

嵌套命名实体识别（NER）是自然语言处理中的一个基本任务。基于跨度的方法将实体识别视为一个跨度分类任务，可以有效地处理嵌套实体。现有方法将句子中的跨度组织成一个二维平面，其中每个单元代表一个跨度，类似于图像中的像素点；随后结合图像处理中的边缘检测技术，利用梯度算子强化并提取平面化句子表示中的实体语义边缘特征。然而，现有基于梯度算子的工作忽略了相邻跨度之间的多方向边缘特征。针对该问题，提出一种多方向梯度特征提取的NER方法。该方法将实体所在位置视为图像中的像素点，利用边缘具有梯度的性质，在平面化句子中采用八方向Sobel算子提取更加完整且具有区分度的实体语义边缘特征。该方法在ACE 2005中文数据集和GENIA英文数据集上分别取得了88.01%和81.23%的F1值，验证了它对NER任务的有效性；同时，在CoNLL2003英文扁平数据集上也取得了92.52%的F1值，验证了它的可扩展性。

来源：2025年第11期

《计算机应用》期刊编辑部

查看计算机应用杂志2025年第11期