Named-Entity Recognition

Definition / 释义

命名实体识别（常缩写为 NER）：自然语言处理中的一项任务，用来从文本中自动识别并标注专有名称及其类别，例如人名、地名、组织机构名、时间、货币等。（在不同应用中，实体类型集合可能不同。）

Pronunciation / 发音（IPA）

/ˌneɪmd ˈɛntɪti ˌrɛkəɡˈnɪʃən/

Examples / 例句

Named-entity recognition can find names of people and places in a sentence.
命名实体识别可以在一句话中找出人名和地名。

After running named-entity recognition on the news article, the system tagged “Apple” as an organization and “California” as a location.
对这篇新闻进行命名实体识别后，系统将“Apple”标注为组织机构，将“California”标注为地点。

Etymology / 词源

该术语由三部分构成：named（“被命名的/有名称的”）+ entity（“实体”，在语言学与信息抽取里常指可被单独指称的对象）+ recognition（“识别”）。它在信息抽取与自然语言处理领域中发展起来，用于描述“从文本中识别出具有名称的实体并分类”的过程。

Related Words / 相关词

• Entity
• Information Extraction
• Tokenization
• Part-Of-Speech Tagging
• Parsing
• Coreference Resolution
• Knowledge Graph

Literary Works / 文献与作品中的用例

• Speech and Language Processing（Dan Jurafsky & James H. Martin）——在信息抽取与序列标注章节中讨论 NER。
• Foundations of Statistical Natural Language Processing（Christopher Manning & Hinrich Schütze）——涉及命名实体与统计方法相关内容。
• Natural Language Processing with Python（Steven Bird, Ewan Klein, Edward Loper）——在实践型章节中介绍并演示 NER。
• CoNLL-2003 共享任务论文集（Conference on Computational Natural Language Learning）——经典的 NER 基准任务与评测设置来源之一。