【摘要】作为信息抽取的核心任务，命名实体识别能够从文本中识别不同类型命名实体。得益于深度学习在字词表示、特征提取方面的应用，中文命名实体识别任务取得了丰富研究成果。然而，中文命名实体识别任务依旧面临词汇信息缺乏的挑战，主要表现为：1)词汇边界信息和上下文语义信息未充分利用；2)字和自匹配词汇间语义信息未能有效捕获；3)图注意力网络输出信息中不同交互图信息的重要性未被考虑。该文提出一种面向中文的字词组合序列实体识别方法。采用字词组合序列嵌入结构，实现词汇边界信息以及字符与词汇间语义信息的充分捕捉；采用多图注意力融合架构，实现不同图神经网络提取特征重要性的区分。实验表明，相比已有经典方法，该方法在Weibo、 Resume、 OntoNotes4.0及MSRA四个数据集上的F1明显提升，在中文命名实体识别任务上具有可行性。