摘要

本发明提供一种命名实体识别方法、装置、存储介质及电子设备,涉及自然语言处理技术领域。对获取的专业领域原始数据进行预处理并构建数据集,然后构建包括BERT预训练模型层、BiLSTM网络层,以及CRF推理层的BERT-BiLSTM-CRF模型,并用上述数据集训练上述BERT-BiLSTM-CRF模型,最后利用训练后的BERT-BiLSTM-CRF模型进行命名实体识别。本技术方案基于BERT模型构建的命名实体识别模型,很好的解决了在专业领域标注数据不足以及实体边界模糊时实体识别困难,精度不高的问题,提高实体识别模型的性能和识别准确率。