随着互联网数据的不断积累,材料领域文本中包含的大量领域信息成为研究人员的关注重点。自然语言处理作为人工智能研究中的一个关键领域,能够帮助机器分析并获取人类自然语言的重要特征。命名实体识别作为自然语言处理的基础,可以提取特定领域所关注语料中包含的信息。材料领域的命名实体识别由于其语料的特殊性和专业性,在材料文本挖掘的有关研究工作中受到广泛关注。而标注语料的缺乏己经成为影响命名实体识别应用到材料领域的最大瓶颈之一。因此面向材料领域的材料实体识别(material entity recognition,MER)的方法研究具有十分重要的意义。本文主要以合金材料相关英文语料为研究对象,借助主动学习和预训练语言模型,从大量无标注英文语料中选取有效扩充语料进行标注。该方法有效减少了人工标注成本,提升了合金材料语料上的MER模型的泛化能力,并且对于缺乏标注数据场景下的英文命名实体识别任务具有一定的普适性。此外,针对合金材料领域语料实体特征,使用混合命名实体识别方法,进一步提升合金材料实体识别的准确性。本文研究工作主要包括以下内容:(1)面向缺乏标注数据场景下的命名实体识别任务,使用零实体样本筛选模型辅助进行样本选择,并通过改进主动学习样本选择策略,减少人工标注数据成本。将该方法应用于合金材料实体识别任务,通过对比不同主动学习方法和文本数据增强方法对少量初始训练集对于模型泛化能力的提升效果,证明了该主动学习方法可以更快提升模型泛化能力。(2)基于ALBERT(A Lite BERT)预训练语言模型与条件随机场(conditional random field,CRF)进行联合建模,并将预训练模型基于主动学习应用于合金材料实体识别。实验证明结合预训练和主动学习能够进一步减少实体识别任务模型对标注数据的依赖以及人工标注的成本。此外,对不同命名实体识别方法得到的合金材料实体识别结果进行合并,提升了合金材料实体识别的准确性。