智能电视机的出现突破了传统有线电视机的局限,通过联网就能实现看网络视频、听音乐、玩游戏、安装各种软件、KTV功能、网络视频电话、看天气等一系列多媒体功能。但是用一个遥控器来操控智能电视机的诸多功能是很不方便的,通过语音操控电视机,这会大大提升用户的观看体验。本文基于TCL下一代智能电视机的人机语音交互系统进行研究,致力于实现其中的命名实体识别系统。论文的主要工作如下:(1)通过分析命名实体识别系统,根据用户需求的多样性,提出了基于卷积神经网络的场景文本分类来得到业务场景,应用于命名实体识别以提高模型识别的准确率。从网上爬虫得到的原始数据不能直接用于网络训练,需要经过数据预处理,本文设计的场景文本分类模型包括输入层、特征提取层、合并层、输出层,输入层包括词向量和字向量两种方式,分别进入对应的特征提取层得到特征向量,特征提取层的卷积层和池化层交替进行,合并层把通过词向量和字向量得到的特征向量拼接起来,输出层包括全连接层和Soft Max层,对合并层得到的特征向量进行业务分类。为了验证分类模型的性能,本文通过对比实验得到的分类准确率达到了0.9991。(2)通过场景文本分类模型得到了业务场景,根据具体业务场景调用对应的NER模型,为了得到NER模型,本文提出了基于Transformer网络和循环神经网络的复合框架来实现命名实体识别。基于复合框架的NER模型包括输入层、Transformer层、循环神经网络层、输出层,输入层主要是通过随机编码和位置编码拼接的方式生成Embedding向量,Transformer层的多头Self-Attention机制能并行计算,从而加快网络训练速度,并且能学到句子级别的序列表征,循环神经网络层的循环迭代的记忆特性使得它能够很好地学到字级别的上下文语义信息,提高模型准确率,输出层包括全连接层和CRF层,全连接层能够把循环神经网络层的结果映射到标签字典维度上,CRF层能够通过自动学习实体标签的约束来提高命名实体识别的准确率。为了验证复合框架在NER模型上的性能,本文通过在复合框架、Transformer网络、循环神经网络这三种网络上设计了对比实验,通过实验结果证明了本文提出的复合框架能保证准确率和训练时间。(3)根据上述的场景文本分类模块和命名实体识别模块,本文设计与实现了基于Django框架的命名实体识别系统,通过对面向智能电视机的命名实体识别系统的的需求分析,进行了需求建模,通过用例图以及用例描述介绍了每个用例具体的业务流程,整个系统的功能分解为场景文本分类模块和命名实体识别模块,针对每个模块进行了功能设计以及阐述了每个功能的作用,在设计与实现过程中通过流程图进行了介绍,并展示了系统实现界面,为了验证系统功能,进行了系统测试,介绍了系统使用的测试环境和测试数据集,根据测试结果编写了测试用例,结果显示需求设计的功能全部符合。通过输入若干条文本序列,系统都能预测出其中包含的命名实体,所有的评估结果都正确,表明模型可用于实际。