命名实体识别从数据集到算法实现

命名实体识别（Named Entity Recognition, NER）是 NLP 的基础任务，指从文本中识别出命名性指称项，为关系抽取等任务做铺垫。狭义上，是识别出人名、地名和组织机构名这三类命名实体（时间、货币名称等构成规律明显的实体类型可以用正则等方式识别）。当然，在特定领域中，会相应地定义领域内的各种实体类型。目前的主流工作，是将 NER当做深度学习任务来做，所以，我们需要大量的、高质量

>>阅读原文<<