近年来,随着人工智能技术的不断革新,国家对各行各业越来越注重信息化的投入。自然语言处理作为文本信息化的一种重要方式,将其与司法文书相结合使得司法办公自动化必将成为大势所趋。本文主要研究的民事案件法律文本中命名实体识别任务,是司法领域信息化的基础工作之一,对后续的司法案件信息提取、案情辅助研判等一系列应用具有促进作用。本文在基于民事案件法律文书的命名实体识别研究中,完成了以下工作:1)构建司法领域命名实体识别的标注语料库。目前并没有公开的规范化司法文本标注数据集。本文使用信息采集技术在中国裁判文书网采集了200份全国各级法院公开的民事案件二审民事判决书。通过相应的处理对各类实体进行了BIOES标注,并形成规范化的命名实体识别标注语料集。2)为了更好地解决训练数据不足的问题,我们使用伪标记数据自动生成的方法来生成伪标记样本,以此扩充我们的数据集。即使用相同概念的其他实体名称随机替换标签句子中的实体名称,来生成全新的语义正确的完整段落。目前并没有人将这种方法应用在司法领域,用来丰富司法文本的标注语料库。3)针对司法文本实体识别任务,本文提出了两种不同的方法来解决该问题。首先是提出“词汇增强法”来改善基于字符级的实体识别模型,我们使用的是主流的BiLSTM-CRF网络模型。本文创新型的探讨了一种更简单有效的方法来将词汇信息引入到基于字符的NER系统中,即对字符表示层进行调整引入显式的词汇边界信息。这个方法既避免了设计复杂的序列模型结构,又对于任何神经网络模型有很好的移植性。其次是基于迁移学习的实体识别模型的提出与训练。一方面我们使用从大规模的标准新闻语料中学习到的字向量对数据集进行嵌入,使得新闻语料中大量的中文语言学信息得以与司法文本相融合;另一方面将MSRA训练集作为模型的主要训练数据,并通过将不同比例的少量司法文本加入到训练集中,让模型能够捕捉到其中的体例格式和实体种类。判决书文本中存在实体分布高度不均的情况,造成模型对数量少的实体种类学习不够充分。而MSRA数据集中实体的密度和分布较均匀,所以通过将其与判决书文本混合来达到弥补判决文书缺点的目的。实验结果表明,与目前几种主流方法相比,伪标记样本法和词汇增强法都能达到预期效果,有效提高了文书中四类实体的识别效果。而将两者相结合后取得的效果是所有方法中最优的,其中总体识别准确率为97.16%、查全率为93.76%、F值为95.43%,在长实体名称组织名以及领域专有实体名称法条名中取得了97.49%和89.06%的F值。迁移学习方法的效果仅次于词汇增强法,可以达到91.95%的准确率、87.68%的查全率和89.76%的F值,89.24%的组织名F值和92.08的法条名F值。并且迁移学习方法使用的司法训练集数量远远远少于其他模型,针对一些数据量较少或者数据获取有难度等语料不足的领域,该方法比较适用。4)将我们提出的两种模型进行融合训练并应用到具体的场景下,设计了一个在线且实时的实体识别应用。根据本文在司法领域民事案件中所做的相关研究工作,基于B/S软件架构设计模式设计了应用。该应用是基于本文提出的司法领域命名实体识别模型开发的,还可以作为接口引用到语料标注过程中,作为辅助标记工具,具有一定的使用价值。