自然语言处理（NLP）中的命名实体识别（NER）论文精选

命名实体识别（NER）是自然语言处理领域中一个重要的研究方向，它旨在识别文本中的实体，如人名、地名、组织名等。以下是一些关于NER领域的经典论文，供您参考。

1. 论文列表

• A Tutorial on Named Entity Recognition: 这篇综述性论文详细介绍了NER的历史、技术发展和应用。
• Named Entity Recognition with Contextual Embeddings: 本文提出了一种基于上下文嵌入的NER方法，提高了实体识别的准确率。
• Bidirectional Long Short-Term Memory Networks for Named Entity Recognition: 这篇论文介绍了使用双向长短期记忆网络（BiLSTM）进行NER的方法，并取得了良好的效果。

2. 更多资源

如果您想了解更多关于NER的信息，可以访问以下链接：

• NLP社区 - 命名实体识别论坛
• NER相关数据集

NER Example