[NLP] 命名实体识别简要知识点
发布时间
阅读量：
阅读量
命名实体识别(Named EntitiesRecognition, NER)是自然语言处理(Natural LanguageProcessing, NLP)的一个基础任务
目标：
识别出文本之中人名、地名等专有名词和有意义的时间、日期等数量短语并加以归类
简单的说识别出未登录词识别的范畴
对分词效果的影响非常大
研究主体：
研究的主体即命名实体。 一般包括 实体类、时间类、数字类
再细分成7个小类： 人名、地名、机构名、时间、日期、货币、百分比
其中，人名、地名、机构名最为复杂
根据具体的场景，还可能需要把产品名称、旅游景点名称等作为命名实体
主要技术方法：
1. 基于规则和词典的方法
2. 基于统计机器学习的方法
HMM、ME、SVM、CRF
3. 混合方法
借助于规则只是提前进行过滤修建，否则光基于统计的方法使得状态搜索空间非常庞大
全部评论 (0)
还没有任何评论哟~