• 本項目旨在為中國現當代文學建立命名實體辨識（NER）模型，藉此探索 NER 在輔助文學研究方面的價值。
• 以中文文本為輸入，期望模型能逐字掃描文本，並辨識其中的人物、地點、概念、時間等實體。這就是命名實體辨識（NER）任務。

• 一種針對文學文本的空間批評方法。
• 結合中國文學與地理研究的跨學科成果。
• 我們可運用 NER 協助辨識文學作品中的地名，從而建構特定文學的地理空間，並理解該地方的文學記憶。

• CRF 的全稱是條件隨機場（Conditional Random Fields，CRF），是一種用於序列資料標註與切分的機率圖模型。它屬於判別式模型，即直接為給定輸入序列下的輸出標註序列的條件機率建模，而不對輸入的整體分佈建模。
• 簡單來說，CRF 透過考慮相鄰標籤之間的依賴關係，為每一個位置賦予最合理的標籤。

BERT-Tiny

• 採用開源模型 https://huggingface.co/ckiplab/bert-tiny-chinese-ner，該模型由 CKIP Lab 以 BERT-Tiny Chinese 微調而成，支援繁體中文。
• BERT 模型基本資料：12M 參數、4 層、隱藏層維度為 312；
• 額外分類層：312 維 → 73 維，將詞元分類為 73 個實體標籤。

BERT-Base

• 採用開源模型 https://huggingface.co/ckiplab/bert-base-chinese-ner，該模型由 CKIP Lab 基於 BERT Base Chinese 微調，支援繁體中文。
• BERT 模型基本資料：110M 參數、12 層、隱藏層維度為 768；
• 額外分類層：768 維 → 73 維，將詞元分類為 73 個實體標籤。

• CRF 模型 —— 訓練耗時：15 分鐘；推論速度（token/s）：約 9407
• BERT-Tiny —— 訓練耗時：15 分鐘；推論速度（token/s）：約 14940
• BERT-Base —— 訓練耗時：約 1 小時；推論速度（token/s）：約 3715

• CRF 模型的訓練環境（使用 CPU）：Intel(R) Core(TM) i5-9300H CPU @ 2.40GHz（8G）
• bert-tiny 及 bert-base 模型的微調環境（使用 GPU）：NVIDIA GeForce RTX 4090（24G）
• 訓練集數量：約 4800 句，合共 100 萬行

• CRF —— 準確度 0.8526；精確度 0.5619；召回率 0.4883；F1 分數 0.5156
• bert-tiny —— 準確度 0.8698；精確度 0.5648；召回率 0.5248；F1 分數 0.5420
• bert-base —— 準確度 0.8939；精確度 0.6299；召回率 0.6024；F1 分數 0.6011

Transformer、GPT 與 BERT 架構的比較。圖片由作者根據《Attention is All You Need》論文中的 Transformer 架構圖改編

BERT 嵌入過程概覽。圖片取自 BERT 論文

• CRF —— 準確度 0.8526；精確度 0.6926；召回率 0.6049；F1 分數 0.6458
• bert-tiny —— 準確度 0.8698；精確度 0.6037；召回率 0.6370；F1 分數 0.6199
• bert-base —— 準確度 0.8939；精確度 0.6908；召回率 0.7242；F1 分數 0.7071

實際應用

運用 NER，我們可以更精確、更有系統地建構文學中的地理空間。

例如，我們可以自動擷取實體：迅速辨識文本中的地名，如「lan」、「曹楊新村」和「蘇州河」，避免人手標註時有所遺漏。

我們也可以建構空間關係網絡：透過辨識地名的共現關係（例如「淮海路」與「國泰電影院」經常同時出現），揭示上海「上只角」（盧灣區）與「下只角」（華溪區）的空間分化，有助於「地理與文學」層面的空間層級分析。

透過分析某一地區文學中常見的地名（例如廣州的「Jiuzhou」與「西關」，以及成都的「茶館」與「錦里」），可以提取該城市的「文學地標」，為地方文化品牌建設提供素材（例如以「邊城」作為湘西旅遊文化的文學 IP）。

具體例子：《Yan Food Diary》與《Like a Seal and a Jade》均於近年出版，兩者都聚焦嶺南的城市文學。透過 NER 實體辨識發現，兩者在書寫嶺南時都反覆出現相同地名，例如「Jiuzhou」同時見於兩部文學作品之中。

• WU Wen-shin — 中國文化文學碩士
• LIANG Xiaojing — 中國文化文學碩士
• LI Jialu — 社會科學文學碩士
• TSOI Sin Yu — 中國文化文學碩士

詳細代碼及項目文檔請見以下連結。

GitHub 代碼庫