百度飞浆学习

NER模型

命名实体识别——Name Entity Recognition (NER)是在一段文本中,将预先定义好的实体类型识别出来;它是自然语言处理中一个非常重要且基础的问题。

上文提到,NER是在一段文本中,将预先定义好的实体类型识别出来。栗 如,如果事先定义好的实体类型包含,“人名”,“地名”,“组织”等。
输入,“小丽去深圳参加了腾讯公司的面试”。
那么输出为,“小丽/人名 去 深圳/地名 参加了 腾讯公司/组织 的面试”

NER任务是很多任务的基础,被广泛地应用到了以下的领域中:

信息抽取
关系抽取
语法分析
信息检索
问答系统
机器翻译等

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值