计算机应用

作者：余婧, 陈艳平, 扈应, 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：命名实体识别,序列标注,边界偏移,交并比,边界调整

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

针对序列标注模型在命名实体识别（NER）任务中出现的识别的实体边界与真实的实体边界之间存在位置偏差的问题，提出一种结合实体边界偏移的序列标注优化方法。首先，引入边界偏移量的概念量化每个词与实体边界之间的位置关系，计算每个词与最近实体边界的相对偏移量，再利用这些偏移量生成实体边界的候选跨度；其次，利用交并比（IoU）作为筛选标准过滤低质量的候选跨度，以保留最有可能代表实体边界的候选跨度；最后，通过边界调整模块，根据候选跨度更新标签序列中实体边界的位置，从而优化整个标签序列的实体边界，并提升实体识别的性能。实验结果表明，所提方法在数据集CLUENER2020、Resume-zh和MSRA上的F1值分别达到了80.48%、96.42%和94.80%，验证了该方法对NER任务的有效性。

来源：2025年第8期

《计算机应用》期刊编辑部

查看计算机应用杂志2025年第8期