前言: 本文记录笔者在学习NLP过程中的一些术语笔记。
实体(entity)与命名实体(named entity)
这个概念其实来自于知识图谱(Knowledge Graph,KG)里面,笔者在阅读文献[1]的时候,有两个术语产生了一点困扰,即是entity
与named entity
,后面笔者查到了其含义[2],笔记于此。
实体通常是一个很大的概念,一般指的是将某句话分解成若干个实体,比如:
Bob Dylan wrote Blowin’ in the Wind in 1962.
这句话中就有若干个实体,分别是Bob Dylan
,一个歌手;Blowin’ in the Win
,一首歌曲的名字。 然而这个不够准确,因为Bob Dylan
作为实体,其类别应该是人/音乐家,而Blowin’ in the Win
的实体类别应该是音乐名才对。因此,通常来说实体是一个很大而且很抽象的概念,我们通常把这些有具体名字的实体称之为命名实体。再举个例子,人
是一个实体,如果我给不同的人命名张三
,李四
等等,那么后者就形成了命名实体,命名实体可以看成是实体的一个实例。
人类通过几种方法去判断实体:(1) 他们知道这个概念(比如纽约是城市实体的一个命名实体);(2)在某些语言里面,大写字母可能意味着实体,比如USA代表了美国;(3)从语义上下文里面猜测。 目前来说,通过NLP的方法去识别实体的问题称之为NER(Named Entity Recognition)问题。
Reference
[1]. Zhang, Z., Han, X., Liu, Z., Jiang, X., Sun, M., & Liu, Q. (2019). ERNIE: Enhanced language representation with informative entities. arXiv preprint arXiv:1905.07129.
[2]. https://www.quora.com/What-is-the-difference-between-an-Entity-and-Named-Entity-in-NLP