命名实体识别的指的是识别出文本中的人名、地名等专有名称和有意义的时间、日期等数量短语并加以归类.命名实体识别的主要过程有实体边界的识别和确定实体的类型(如人名、地名或组织机构名).命名实体识别的研究主体是命名实体.命名实体通常由3个大类和7个小类组成.3大类是：实体类、时间类和数字类；7小类是：人名、地名、时间、日期、货币、机构名和百分比.由于实体数量众多、结构复杂、不同的文化背景会有较大差别等因素使得命名实体识别工作变的非常复杂.目前国内外主要采用的方法是基于规则的方法、基于统计的方法和两者相结合的方法.在解决命名实体识别的具体问题上又可以分为监督式的学习、半监督式的学习和无监督式的学习.本文中设计并实现了一个半监督的NER系统,该系统由训练子系统和标注子系统两部分组成.训练子系统从种子实体出发,经过搜索引擎检索、识别候选实体和噪音过滤等步骤生成确定类型的命名实体列表.噪音过滤技术的好坏直接影响命名实体识别的结果.不同的语言环境和不同的实体类型都会影响噪音过滤的算法,因而对于不同的文本不同的实体类型可以使用不同的噪音过滤方法来得到更好的结果.噪音过滤分为词汇级别的噪音过滤和语义的噪音过滤.词汇级别的噪音过滤中,本文提出并实现了基于词汇特征的噪音过滤、信息冗余的噪音过滤和两者结合的噪音过滤的方法.实验表明词汇特征和信息冗余相结合的过滤方法要优于任何一种方法单独进行过滤.在迭代的噪音过滤之后还提出并实现了统计语义的噪音过滤,但由于算法运行时间过长,不能加入到噪音过滤的迭代过程中,只能在确定最终的实体列表之前进行最后一次过滤.标注子系统根据生成的命名实体列表更新ICTCLAS的用户词典,对未标注的文档进行词性标注,提高其性能.