【深度学习】命名实体识别简述和资料

一、命名实体识别含义

命名实体识别（Named Entity Recognition，简称NER），又称作“专名识别”，是指识别文本中具有特定意义的实体。一般包括3大类(实体类、时间类、数字类)和7小类(人名、地名、机构名、专有名词、时间、日期、货币和百分比)。命名实体识别是关系抽取、事件抽取、知识图谱、机器翻译、问答系统等诸多NLP任务的基础。

二、测量指标：

1、召回率 = 正确识别的实体/总的识别数量×100%
2、准确率 = 正确识别的实体/总的实体×100%
3、F-测度值 = 2×召回率×准确率/（召回率+准确率)

• 例如，有一个长度为100的文本，其中有50个实体。模型预测出75个实体，但实际只有45个是正确实体。则：
  召回率R = 45/50=90%
  准确率P = 45/75=60%

三、标注方法：

1、标签列表如下：

• B，即Begin，表示开始
• I，即Intermediate，表示中间
• E，即End，表示结尾
• S，即Single，表示单个字符
• O，即Other，表示其他，用于标记无关字符

2、常用标注方法：

• BIO标注模式
  (B-begin，I-inside，O-outside)
• BIOES标注模式
  (B-begin，I-inside，O-outside，E-end，S-single)

四、方法：

1、传统基于规则和词典的方法：
采用语言学专家手工构造规则模板,选用特征包括统计信息、标点符号、关键字、指示词和方向词、位置词(如尾字)、中心词等方法，以模式和字符串相匹配为主要手段，这类系统大多依赖于知识库和词典的建立。对每一个规则都赋予权值。当遇到规则冲突的时候, 选择权值最高的规则来判别命名实体的类。
2、基于统计的方法：