超级会员免费看
本文介绍了命名实体识别（NER）的基本概念和常见方法，包括基于规则、统计和混合方法。详细讲解了一般命名实体识别流程，并通过实例展示了如何使用jieba和pyhanlp进行中文NER，探讨了各自的优缺点。
命名实体识别（Named EntitiesRecognition，NER）是自然语言处理的一个基础任务。其目的是识别语料中人名、地名、组织机构名等命名实体，比如，2015年中国国家海洋局对124个国际海底地理实体的命名。
由于命名实体数量不断增加，通常不可能在词典中穷尽列出，且其构成方法具有各自的一些规律性，因而，通常把对这些词的识别从词汇形态处理（如汉语切分）任务中独立处理，称为命名实体识别。
命名实体识别技术是信息抽取、信息检索、机器翻译、问答系统等多种自然语言处理技术必不可少的组成部分。
常见的命名实体识别方法综述
命名实体是命名实体识别的研究主体，一般包括三大类（实体类、时间类和数字
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
