等向体命名实体识别：plasma physics research articles 中的嵌套命名实体
计算与语言
2026-02-13 v1 人工智能
摘要
命名实体识别（NER）是自然语言处理中的重要任务，旨�识从非结构化文本中识别和提取关键实体。我们提出了 NER 在等向体物理研究文章中的新型应用，解决从该领域科学文本中提取专业实体的挑战。等向体物理研究文章常包含高度复杂且充满情境信息的内容，必须提取以实现，例如，高级检索。我们提出一种基于编码器转换模型和条件随机场的轻量级方法，从等向体物理研究文章中提取（嵌套）命名实体。首先，我们为嵌套 NER 任务标注了一个等向体语料库，包含 16 个特定类别。其次，我们评估了一种实体特定模型专业化方法，即对每个实体类型在等向体文本中训练独立的 BERT-CRF 模型。最后，我们集成一个优化过程，系统微调超参数以提升模型性能。我们的工作推动了等向体实体识别的发展，也为支持研究人员浏览和分析科学文献提供了基础。
引用
@article{arxiv.2602.11163,
title = {Nested Named Entity Recognition in Plasma Physics Research Articles},
author = {Muhammad Haris and Hans Höft and Markus M. Becker and Markus Stocker},
journal= {arXiv preprint arXiv:2602.11163},
year = {2026}
}