Named Entity Recognition (NER) Survey

确切来说命名实体识别是分词的子任务。

随着命名实体数量持续动态增长，并非所有类型的命名实体都能完整列举于词典之中；另一方面其构成方式呈现各自特有的规律性；因此，在分词任务之外单独处理这类词汇即可实现对其有效识别并将其统称为命名实体识别。

一、命名实体识别（Named Entity Recognition）概述

1、命名实体识别（Named Entity Recognition）

命名实体识别（Named Entity Recognition）属于自然语言处理的基础任务之一，在各个应用领域均有广泛应用。

• 命名实体主要指的是文本中具有特定意义或指代性强的命名体实,通常涵盖人名地名组织机构名称号时间专有名词等类别.
• NER系统主要是从非结构化的输入文本中提取出上述类型的命名体实,并且能够根据业务需求识别出更多种类的命名体实,例如产品名称型号价格等.
• 在学术研究中NER涉及的主要分类包含三大类别即实体类时间类数字类以及七小类如人名地名组织机构名称号时间日期货币百分比等.
• 此外在很多自然语言处理任务中NER不仅仅扮演着基础角色它还是关系抽取事件抽取知识图谱机器翻译问答系统等多个关键领域的基石.

2、NER在中文中的挑战

汉语由象形文字构成，在与英文等拼音语言相比时，在进行中文NER任务时通常会面临更大的挑战。

• (1) 中文文本中的词语