文献标识码：A
DOI：10.16157/j.issn.0258-7998.223323
中文引用格式：袁金斗，潘明明，张腾，等. 基于规则和词典的用电安全领域命名实体识别[J].电子技术应用，2022，48(12)：22-27.
英文引用格式：Yuan Jindou，Pan Mingming，Zhang Teng，et al. Electricity safety domain named entity recognition based on rules and dictionaries[J]. Application of Electronic Technique，2022，48(12)：22-27.
0 引言
命名实体识别[1-3](Named Entity Recognition，NER)在通用领域中主要是指识别文本中的人名、地名、机构名、时间、货币等具有特定意义的实体。目前，命名实体识别的主要方法包括三类：基于规则[4]和词典[5-6]的方法、基于统计机器学习的方法[7]和基于深度神经网络的方法[8]。
目前，用电安全领域缺乏权威数据集[9]，命名实体识别研究工作首先需要对语料集进行序列标注，标记非结构文本中的相关实体、无关字符、词性序列等，在此研究背景下，采用统计机器学习、深度神经网络的方法较难获取大规模的训练语料集。因此，本文主要基于规则和词典的方法对实体命名识别进行第一阶段研究，发掘用电安全领域实体构词规则及词性特征，构建领域词典及规则模板，进一步扩充语料库，为后续用电安全领域命名实体识别的机器学习、神经网络方法的研究奠定基础。
从技术角度分析，如果构建的领域词典能够覆盖待识别文本中绝大多数相关实体，那么，基于词典的命名实体识别方法将具有高准确度及高响应度。但是，领域实体的多样性、复杂性、衍生性导致构建覆盖全面的高质量词典较为困难。因此，基于词典的方法通常是基于规则方法的辅助补充手段[10]。基于规则的实体命名识别多采用人工归纳并构造规则模板，选用特征包括标点符号、关键字、指示词和方向词、位置词(如前后缀)、中心词等，以规则模板的正则匹配为主要手段[11]。当语料规模不大且提取的规则能比较精确地反映语言现象时，基于规则和词典的方法其性能要优于基于统计的方法[12]。
另一方面，物联网设备和数据的爆发式增长，使得基于云计算模型的聚合性服务逐渐显露出其在实时性、网络制约、资源开销等方面的不足。为弥补集中式云计算的不足，本文采用边缘计算架构，其优势在于能够在数据产生侧快捷、高效地响应业务需求，减小服务对网络的依赖，在离线状态下也能够提供基础业务服务。
本文详细内容请下载：https://www.chinaaet.com/resource/share/2000005035。
作者信息：
袁金斗1，潘明明1，张 腾2，姜 珏1
(1.中国电力科学研究院有限公司，北京100192；2.国网江苏省电力有限公司，江苏 南京210000)
