文章摘要:命名实体识别（NER）被视为自然语言处理中的一项基础性研究任务。受计算机视觉中单阶段（One-stage）目标检测算法启发，借鉴其算法思想并引入回归运算，提出有效识别嵌套命名实体的端到端方法。基于多目标学习框架、利用深度神经网络将句子转换为文本特征图以回归预测嵌套实体边界，设计中心度方法抑制低质量边界。与多种方法在ACE2005中文数据集上进行对比实验。实验表明，该方法有效识别文本中的嵌套命名实体，且计算机视觉算法思想和边界回归机制在自然语言处理任务中取得理想的效果。

文章关键词:

项目基金:国家自然科学基金重大研究计划（91746116）资助项目,国家自然科学基金（62066007，62066008）资助项目,贵州省科技重大专项计划（黔科合重大专项字[2017]3002）资助项目,贵州省科学技术基金重点（黔科合基础[2020]1Z055）资助项目,