産業プロセスにおいて、正確な中国語固有表現抽出（NER）は、情報抽出、知識グラフ構築、知的意思決定などの応用に重要な意味を持ちます。しかし、実体境界のあいまいさ、意味の重複、アノテーションデータの不足といった問題が性能を大きく制約しています。これらの課題に対して、本稿ではドメイン辞書誘導型の中国語NERフレームワークであるDDiNERを提案します。本フレームワークは、階層化された産業ドメイン辞書を階層化辞書アダプターを通じて双方向符号化表現モデルと融合し、双方向長短期記憶ネットワークと条件付き確率場を組み合わせて多階層特徴融合を実現します。実験結果から、DDiNERは平均精度、再現率、F1値がそれぞれ95.75%、95.73%、95.74%に達し、既存の主流手法を大幅に上回る優れた性能を示しました。独立したデータセットでの検証結果は、本モデルが未登録実体とロングテール実体の認識において高い堅牢性と汎化能力を有することを裏付けています。本研究は、産業分野の中国語NERに効率的かつ拡張可能なソリューションを提供し、下流の知能応用分野において顕著な可能性を持ちます。

固有表現抽出;プロセス産業;ドメイン辞書;階層化辞書アダプター