命名體識(shí)別（Name Entity Recognition）是自然語言處理(Nature Language Processing)領(lǐng)域中比較重要的一個(gè)任務(wù)，幾乎百分之50的和文本處理有關(guān)的項(xiàng)目中都會(huì)涉及到命名體識(shí)別。筆者認(rèn)為其中最關(guān)鍵的原因是：從廣義的角度來講，如果把一句話比作一串珍珠的話,命名實(shí)體就是這串珍珠項(xiàng)鏈中的珍珠，句子的其他部分是把珍珠串起來的線。

舉個(gè)例子： "小明在1992年從哈佛大學(xué)畢業(yè) "

其中小明，1992年，哈佛大學(xué)都是命名實(shí)體，而這些實(shí)體包含了這句話里面的極為重要信息：人物信息，時(shí)間信息，還有組織信息。而其他的詞將這些實(shí)體串起來，才能表達(dá)出這句話完整的語義。

而在一些專業(yè)領(lǐng)域，比如化學(xué)，醫(yī)藥領(lǐng)域，經(jīng)常出現(xiàn)一些四氧化三鐵，阿爾茲海默癥等專業(yè)詞匯，如果只通過簡(jiǎn)單的分詞很難將這些重要的關(guān)鍵詞匯識(shí)別出來。而在這樣的場(chǎng)景下，NER就能發(fā)揮出它的威力了。

總而言之，NER 的任務(wù)就是要將這些包含信息的或者專業(yè)領(lǐng)域的實(shí)體給識(shí)別出來。這個(gè)過程是不是很像在一串珍珠項(xiàng)鏈里面識(shí)別出寶貴的珍珠（這個(gè)比喻筆者覺得只能算湊合）。

NER任務(wù)簡(jiǎn)介

NER是一個(gè)序列標(biāo)注任務(wù)，和分詞，詞性標(biāo)注的任務(wù)屬同一類。任務(wù)的輸入是一串序列，輸出也是一串序列。例子如下：
輸入：[北，京，天，氣，真，不，錯(cuò)]
輸出：[1,2,0,0,0

總結(jié)

以上是生活随笔為你收集整理的Keras命名体识别（NER）实战---自然语言处理技术的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。