[NLP] 命名实体识别简要知识点

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