NER（命名实体识别）

一. 什么是实体？

例如，“地名”是一种概念，或者说实体类型，那么“成都”就是一种“地名”实体了。“时间”是一种实体类型，那么“中秋节”就是一种“时间”实体了。（抽象与具体）

所谓实体识别，就是将你想要获取到的实体类型，从一句话里面挑出来的过程。

二. 命名实体识别的数据标注方式

BIOES：

• B，即Begin，表示实体的开始
• I，即Intermediate，表示实体的中间部分
• E，即End，表示实体的结尾
• S，即Single，表示单个实体字符
• O，即Other，表示其他，用于标记无关字符

将“小明在北京大学的燕园看了中国男篮的一场比赛”这句话，进行标注，结果就是：

[B-PER，E-PER，O, B-ORG，I-ORG，I-ORG，E-ORG，O，B-LOC，E-LOC，O，O，B-ORG，I-ORG，I-ORG，E-ORG，O，O，O，O]

那么，换句话说，NER的过程，就是根据输入的句子，预测出其标注序列的过程。

三. 命名实体方法介绍

1）HMM和CRF等机器学习算法

2）LSTM+CRF

目前做NER比较主流的方法就是采用LSTM作为特征抽取器，再接一个CRF层来作为输出层

3）CNN+CRF

CNN虽然在长序列的特征提取上有弱势，但是CNN模型可有并行能力，有运算速度快的优势。

4）BERT+（LSTM）+CRF

BERT中蕴含了大量的通用知识，利用预训练好的BERT模型，再用少量的标注数据进行FINETUNE是一种快速的获得效果不错的NER的方法

目前，只对这些常有方法做一个总结，我们之后将展开学习这些方法！！！