随着计算机的快速普及,互联网的迅猛发展,各式各样的信息呈爆炸式增长,如何从海量的数据中精准的抽取用户所需信息已成为人们关注的话题。信息抽取的主要目的是将非结构化的自然语言文本转化成半结构化或者结构化数据,便于人们能够准确快速的获取信息。命名实体识别作为信息抽取的子任务,已经成为人们研究的热点,其中专业领域命名实体识别又是其中的难点。针对汽车领域的命名实体,展开了如下研究工作:(1)提出一种基于叙词表的汽车领域本体构建方法。针对现有汽车领域叙词表老旧、不全面的特点,构建了一个基于互联网词汇的汽车领域叙词表,提出一种基于叙词表的汽车领域本体构建方法,并把构建好的本体作为特征进行汽车领域命名实体识别。实验表明,汽车领域本体可以作为特征运用到命名实体识别中。(2)提出一种基于本体特征的汽车领域命名实体识别方法。选择COAE历届会议提供的汽车类评价短语为实验语料,深入分析语料中汽车命名实体的特点,选择词、词性、指示词、情感倾向和领域本体为特征,利用条件随机场模型对语料中的品牌名、系列名和属性实体进行识别。对比实验表明,本体特征可以大幅提高汽车命名实体的识别率。(3)提出一种隐含汽车实体的识别方法。针对由未登录词组成的隐含汽车实体,通过分析语料中词的依存关系,制定了一个隐含实体的提取规则,基于该规则对隐含实体进行识别。实验表明,该方法可以有效的识别出隐含实体,进一步提高了汽车领域命名实体识别的准确率。