命名实体识别方法

命名实体识别：规则、角色、序列

欧菲斯集团

779人浏览 · 2021-12-31 17:37:39

欧菲斯集团 · 2021-12-31 17:37:39 发布

核心词库用户词典分词词性基于规则基于角色基于序列隐马尔可夫结构化感知机随机条件场

一、核心概念

基本词性标注的作用仅限于单个词，如果我们关注的是多个词构成的 复合词，例如华北石油公司、米格-12PF等，词性的标注就无能为力了。在这种情况下，通常需要在分词和词性标注的结果之上，进行一次复合词的识别，这就称为 命名实体识别。

命名实体识别离不开标注语料库、设计特征模板、训练、评估准确率等一套机器学习流程。

+、标注语料库的方法

1、基于规则的命名实体识别

请添加图片描述

2、基于角色标注的命名实体识别

在这里插入图片描述

3、基于序列标注的命名实体识别

在这里插入图片描述

+、总结

在这里插入图片描述

魔乐社区

魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。

更多推荐

【计算机视觉】Pixel逐像素分类&Mask掩码分类理解摘要

魔乐社区

计算机视觉（opencv）实战三十二——CascadeClassifier 人脸微笑检测（摄像头）

本文从原理到实现，详细介绍了基于 OpenCV Haar 分类器的人脸与微笑检测：讲解了 Haar 特征和级联检测原理。对代码逐行拆解并解释参数含义。画出完整流程图，帮助理解执行过程。给出了常见问题和优化建议，甚至扩展到深度学习方法。这种方法简单、轻量、实时性好，非常适合入门和小型应用项目。但如果需要更高准确率和更强鲁棒性，建议使用深度学习检测器替代 Haar 分类器。