基于深度神经网络实现NER命名实体识别

本文结构概述

1. 命名实体识别（NER）具体指什么
2. 实现识别的方式有哪些？

---

cs224d Day 7: 项目2-借助深度神经网络解决命名实体识别问题
课程项目描述地址

---

命名实体识别概念解析

命名实体识别（NER）主要涉及对文本中具备特定含义的实体进行辨识，这些实体通常涵盖人物名称、地理位置、组织机构以及专业术语等。该技术作为信息抽取、问答机制、句法结构分析及自动翻译等多个应用方向的关键支撑手段，构成了结构化数据提取过程中的核心环节。摘自BosonNLP

识别方法解析

首先阐述解决该问题的整体思路，随后对核心代码部分进行说明，如需获取完整的实现代码，可前往这里看。
该实现基于 Tensorflow 框架，构建了一个仅包含单个隐藏层的深度神经网络模型，用于处理命名实体识别任务。

1.问题识别：

命名实体识别本质上属于分类任务。

当提供一个词语时，需结合其上下文环境，判断其归属类别。具体而