NLP中的一些术语积累

NLP中的一些术语积累

FesianXu 20210218 at Baidu intern

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