命名體識別（Name Entity Recognition）是自然語言處理(Nature Language Processing)領域中比較重要的一個任務，幾乎百分之50的和文本處理有關的項目中都會涉及到命名體識別。筆者認為其中最關鍵的原因是：從廣義的角度來講，如果把一句話比作一串珍珠的話,命名實體就是這串珍珠項鏈中的珍珠，句子的其他部分是把珍珠串起來的線。

舉個例子： "小明在1992年從哈佛大學畢業 "

其中小明，1992年，哈佛大學都是命名實體，而這些實體包含了這句話里面的極為重要信息：人物信息，時間信息，還有組織信息。而其他的詞將這些實體串起來，才能表達出這句話完整的語義。

而在一些專業領域，比如化學，醫藥領域，經常出現一些四氧化三鐵，阿爾茲海默癥等專業詞匯，如果只通過簡單的分詞很難將這些重要的關鍵詞匯識別出來。而在這樣的場景下，NER就能發揮出它的威力了。

總而言之，NER 的任務就是要將這些包含信息的或者專業領域的實體給識別出來。這個過程是不是很像在一串珍珠項鏈里面識別出寶貴的珍珠（這個比喻筆者覺得只能算湊合）。

NER任務簡介

NER是一個序列標注任務，和分詞，詞性標注的任務屬同一類。任務的輸入是一串序列，輸出也是一串序列。例子如下：
輸入：[北，京，天，氣，真，不，錯]
輸出：[1,2,0,0,0

總結

以上是生活随笔為你收集整理的Keras命名体识别（NER）实战---自然语言处理技术的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。