命名实体识别是自然语言处理的一项基本技术,它是信息抽取、信息检索、机器翻译、组块分析、问答系统等多种自然语言处理技术的重要基础。因此对命名实体识别的研究具有较高的实用价值。命名实体识别任务主要是识别文本中的人名、地名、机构名等实体,我们在第二章中分析了三类实体的语言学特点,介绍了目前的命名实体识别的主要方法和系统,在第三章中介绍了图模型和条件随机场,为后面的工作打好基础。命名实体识别任务常常转化为序列标注的问题,而条件随机场是一个统计序列标注模型,具有很强的特征融合能力,已经被成功的应用到了自然语言处理的很多领域中,基于条件随机场的方法是目前命名实体识别任务的常用方法。特征是影响命名实体识别性能的重要因素,由于命名实体识别任务中可用到的特征很多,这些特征包括位置特征、词性特征、内部组成特征、外部引导特征、实体资源列表特征及其子类,它们的组合数量更是成指数增长,因此选取合适的特征及其组合是提高性能、节省模型训练时间的重要途径。各类特征以资源列表的形式存在,资源列表的丰富性与准确性对识别性能有至关重要的影响,本文提出了一种基于互信息的方法,从标注语料中自动获取资源列表。基于字和基于词的命名实体识别是两种基本框架,本文在这两种框架下比较了特征及其组合对命名实体识别性能的影响。本文最后实现了一套命名实体识别系统,根据前面的特征选择实验,在统一的框架下进行三类实体的识别,并给出了封闭测试和开放测试结果与分析。