随着互联网的迅速发展,人们已经形成随时随地浏览信息和观看影视的习惯。影视行业的快速发展,激发了剧本创作者的创作热情,而剧本的增多,给剧本审核人员带来了巨大的挑战。准确识别中文影视剧本的命名实体帮助筛选出剧本中具体的人名、地名和机构名,为审核人员审核剧本提供了便捷。中文影视剧本人物对话较多,而大部分人物对话冒号前都为人名,本文根据中文影视剧本的写作特点,提出了基于规则的中文影视剧本的人名识别方法。通过基于规则的方法识别出冒号前的文本,并分析是否为人名,在《士兵突击》剧本上进行实验,得到97.47%的准确率,55.49%的召回率,70.72%的F值。中文影视剧本人物之间的对白偏向生活化以及口语化,使用较多的停止词。根据此特点,作者提出了融合去停止词的Bi-LSTM-CRF中文影视剧本的命名实体识别方法。首先去除剧本中的停止词,其次使用Bi-LSTM-CRF的方法识别命名实体。在“士兵突击”语料上的实验结果表明,融合去停止词的Bi-LSTM-CRF方法相比基于规则的方法在人名识别方面F值提升了26.67%,相比基于字级别的Bi-LSTM方法在人名,地名和机构名整体方面F值提升了19.04%。由于影视剧本领域标注语料十分稀缺,而新闻领域标准并且规范的标注语料很充足,本文将新闻领域中1998年1月的“人民日报”语料与影视剧本领域中的“士兵突击”语料结合起来进行实验。实验结果表明,在“士兵突击”语料中加入适量的“人民日报”语料可以提高命名实体识别的F值。