完整定義
命名實體辨識是一種自然語言處理技術,用於識別文本中具有特定意義的命名實體,例如人名、地名、組織機構名、日期、貨幣等。它能夠將文本中的詞彙進行分類,並標記出屬於特定類別的實體,在信息提取、文本摘要、機器翻譯等應用中扮演重要角色。
白話說明
你有沒有看過一段文字,想知道哪些字是人名、地名、公司名?
你可以把它想成替句子畫重點,把專有名詞圈出來,還要標清楚它是什麼類型。
命名實體辨識不是只找名詞,而是要把文字中的特定資訊標成可用資料。
記住這句
找出名字,還要標出它屬於什麼。
比喻:命名實體辨識就像一個專業的「標記員」 -- 它能快速掃描一大段文字,然後把裡面的人名、地名、公司名稱、日期等等,一個個用不同顏色的螢光筆精準地標註出來,讓重點一目瞭然。
容易混淆
命名實體辨識 vs 文本分類
命名實體辨識:標每個詞是哪一類
文本分類:判斷整段文字屬於哪一類
命名實體辨識 vs 實體鏈接
命名實體辨識:只找出實體片段
實體鏈接:還要把片段連到知識庫中的正確條目
實際案例
新聞分析
從新聞中抓出人名、公司名、地名,方便做事件整理。
客服紀錄
從對話中抽出產品名稱、日期、地點,讓後續流程自動化。
演算法與應用
實作上,NER 常把問題視為序列標註。
模型不只要知道詞本身,還要看上下文,才能判斷同一個詞是不是實體。
像「蘋果」這種詞,有時是公司,有時是水果,語境很重要。
情境判斷
Q1(直覺題):你要從履歷裡找出公司、學校、日期,這是在做什麼?
命名實體辨識,因為你要把特定資訊片段標出來。
Q2(判斷題):同樣出現「台大」,在新聞和聊天紀錄裡一定都算學校嗎?
不一定,要看上下文,NER 不能只看單字表面。
常見問題
不是,地名、組織名、日期、金額都常是實體。
不一樣,關鍵字抽取重點是摘要,NER 重點是分類標註。
因為很多字在不同句子裡會有不同身分。
出現在這些考古題
官方公告試題的逐題解析裡,這 2 題把命名實體辨識列為延伸術語。
相關術語
來源
這個術語目前沒有標註外部來源。
其他格式:Markdown 版本