随着一带一路的大力发展,中国与东南亚各国的交流也逐渐频繁,中国和老挝国自古以来关系密切,语言作为重要的交流工具,加强对老挝语的信息化研究,也会促进两国的经济贸易水平。命名实体识别作为自然语言处理方向的重要基础研究点,也是难点。目前中文和英文的命名实体识别已经开展较多的研究,也取得不少的研究成果。但是对于老挝语的研究起步比较晚,相应的研究较少,命名实体识别领域细分方向较多,其中主要以识别组织机构名、人名、地名为主,组织机构名由于构词方式复杂,构词特征过多,与人名地名识别有较大差距,本文主要对老挝语的人名和地名的识别方面进行研究深入,主要的工作如下:(1)融合多特征的老挝语人名地名识别针对老挝语机器学习算法识别率不高的问题,本文依据老挝留学生和国内老挝语语言学研究方向的博士所总结的句法与词法特征,将其进行特征向量化,然后融合词向量,将融合的特征向量传入到BLSTM(双向长短时记忆网络)中进行训练,形成融合了的老挝语人名地名语言学特征的命名实体识别模型。该方法改善了之前研究人员使用的传统方法中欠拟合的问题,并且进一步的融合了老挝语语言学特征,提高了识别率。(2)融合音节和词性特征多任务老挝语人名地名识别针对(1)方法中BLSTM算法本身提取特征不足的问题,本文提出了融合音节和词性特征的多任务老挝语人名地名识别模型。(1)法中虽然使用了神经网络模型,但是由于在单任务数据量不足的情况中,会损失掉一部分数据的分布信息,以及算法模型的参数信息。所以本文采用多任务学习的方法,加深老挝语不同任务间的信息特征提取,并且依据老挝语词语的主辅音特征以及词性特征,在主任务人名地名识别的基础上,增加副任务识别词语主辅音和识别词语词性,进一步挖掘了任务间的信息,达到最终提高主任务的识别率的效果。(3)老挝语人名地名识别的原型系统构建和语料库的扩建针对老挝语语料稀少的问题,本文使用爬虫技术,爬取老挝国多个国家官方网站上的信息数据,并且通过传统机器学习方法进行识别,然后由老挝留学生进行人工校对,完成老挝语人名地名标注语料的扩建。本文最终通过(1)(2)的研究结果,搭建老挝语人名地名识别原型系统,为后续研究提供支撑。