当前随着互联网时代的技术更迭,数据量呈现爆炸式的增长,每一个用户都是信息的发布者和接受者。因此从海量的数据中抽取出有效的结构化的信息是当下学术界的研究热点之一。实体抽取(NER)是NLP信息抽取任务中重要的一环。但当前实体抽取的研究多集中在医疗教育,金融等商业价值明显的领域,在信号处理专业领域上的实体抽取目前鲜有人研究。本文将重点研究信号处理领域的实体抽取,并立足该场景的特殊性,搭建信号处理领域的实体抽取模型并提高模型的性能。本文的主要研究内容如下:基于互信息自动抽取信号处理领域术语。术语是专业领域和通识领域的不同之一,专业领域术语多是组合词,为了使得分词时能够将术语正确切分而不破坏组合词的内部结构,一个完备的专业领域术语集是十分重要的。传统的术语自动抽取主要是基于频率和规则的方法,基于频率的方法会出现抽取术语不完整且错误率较高额情况,若是利用规则抽取则会出现规则频繁指定的问题,本文采用基于互信息的方法来抽取信号处理领域的术语,互信息可以表示词语串和词语串之间的结合的紧密度,并且节约了制定规则的时间,提高了总体任务的效率。构建基于依存关系的词向量生成模型。专业领域语料除了在术语上与通识领域等其他领域有不同之外,本文发现专业领域的语句表述方式也与通识领域具有很大的不同。专业领域的句子表述加倍清晰简洁,指代明确。基于这个不同,本文将语料降噪后,提出利用依存关系表征句子在表述上的特点,重构训练语料形式,并用实验证明依存关系特征确实可以提高词向量的语义表示能力,并保存训练结果为下游任务做铺垫。构建基于词向量的信号处理领域的实体抽取优化模型。传统的命名实体抽取模型主要是基于规则的匹配模型,本文则利用基于Bi LSTM+CRF的神经网络模型,将抽取任务用分类任务代替,避免了大量规则的制定,并利用依存词向量以及其他约束特征向量,比如词距,词形等,以此优化抽取的任务性能,最后为模型输出层加上Attention机制增加实体词语抽取的完整性,效果上最终F1均值达到了80.76%。综上所述,本文深入探究信号处理领域的专业特殊性,并以这些特殊性为基础优化命名实体抽取模型,提高抽取任务的性能。