基于跨度和ResNet网络的嵌套命名实体识别方法

本发明提供了一种基于跨度和RES网络的嵌套命名实体识别模型（RES‑NER），旨在解决传统序列标注方法在处理嵌套实体及复杂边界信息时的不足。RES‑NER模型通过将命名实体识别任务转化为实体边界识别任务，采用BERT预训练模型生成动态词向量，结合双向长短期记忆网络（BiLSTM）建模上下文语义依赖，并引入ResNet模块强化特征提取能力，显著提升了模型对复杂实体结构的学习能力。此外，通过双仿射解码层（Biaffine）建模实体关系，并利用标签平滑优化标签分布，提高了模型的泛化能力和训练稳定性。