NER(Named Entity Recognition):在自然语言处理中,指“命名实体识别”,即从文本中自动找出并标注人名、地名、组织机构名、时间、数量、专有名词等实体。(你输入的 ner 通常就是指该缩写;在其他语境中也可能有少见的俚语/缩写用法。)
/ˌɛn.iːˈɑːr/
NER helps identify people and places in a sentence.
NER 有助于识别句子里的人名和地名。
In our pipeline, we run tokenization and POS tagging first, then apply NER to extract organizations mentioned across thousands of news articles.
在我们的流程中,我们先进行分词和词性标注,然后使用 NER 从成千上万篇新闻文章中抽取被提及的机构名称。
NER 是由 Named Entity Recognition 的首字母缩写而来。该术语在信息抽取(Information Extraction)与计算语言学领域逐渐固定,用来描述“识别并分类专名实体”的任务。