中文摘要： 在工业流程中，准确的中文命名实体识别（NER）对于信息抽取、知识图谱构建及智能决策等应用具有重要意义。然而，实体边界模糊、语义重叠及标注数据不足等问题严重制约其性能。针对上述挑战，本文提出一种领域词典引导的中文NER框架——DDiNER。该框架通过层次化词典适配器将层次化工业领域词典与双向编码表示模型进行融合，并结合双向长短期记忆网络和条件随机场实现多层级特征融合。实验结果表明，DDiNER取得优异性能，其平均精确率、召回率和F1值分别达到95.75%、95.73%和95.74%，显著优于现有主流方法。在独立数据集上的验证结果证实，该模型在识别未注册实体和长尾实体方面具有良好的鲁棒...

点击关注 光伏行研 ，解锁更多行业报告~ 第二届轻质化柔性钙钛矿和商业航天太空光伏技术创新与应用论坛将于2026年4月9日在江苏 · 苏州举办，此次大会将重点聚焦钙钛矿航天级稳定性改性、柔性太阳翼集成设计、太空光伏与太空算力能源匹配、钙钛矿太空应用验证、商业航天光伏供应链构建等核心议题，如您在相关领域有所建树，欢迎您来论坛交流分享！ 长按识别小程序，抢先锁定早鸟报名优惠门票↓ 光伏行研SVIP技术会员 第二届柔性钙钛矿和太空光伏技术论坛 小程序 太空光伏作为航天能源的核心支撑，正迎来技术迭代与产业升级的关键阶段。砷化镓、异质结、钙钛矿三大路线各有优势，共同构成下一代空间能源的技术版图。本文将系...