【实战演练】自然语言处理项目：命名实体识别（NER）

# 2.1 命名实体的概念和分类

命名实体（Named Entity，简称NE）是指文本中表示特定类型实体的单词或短语，这些实体可以是人名、地名、机构、时间、日期、数量等。命名实体识别（Named Entity Recognition，简称NER）的任务就是从文本中识别和提取这些实体。

命名实体通常根据其语义信息进行分类，常见的类别包括：

- 人名（PERSON）：指代个人的名称，如 "John Smith"、"Mary Jones"。
- 地名（LOCATION）：指代地理位置的名称，如 "New York City"、"China"。
- 机构（ORGANIZATION）：指代组织或公司的名称，如 "Google"、"Microsoft"。
- 时间（TIME）：指代时间点的名称，如 "2023-03-08"、"yesterday"。
- 日期（DATE）：指代日期的名称，如 "March 8, 2023"、"next Tuesday"。
- 数量（QUANTITY）：指代数值的名称，如 "100"、"five million"。

# 2. 命名实体识别的理论基础

### 2.1 命名实体的概念和分类

命名实体（Named Entity，NE）是指文本中表示特定真实世界对象的词或词组，这些对象可以是人、地点、组织、时间、日期、数量、货币或其他类型的实体。命名实体识别（Named Entity Recognition，NER）的任务是识别和分类文本中的命名实体。

命名实体通常分为以下几类：

- **人名：**表示个人的姓名，例如 "John Doe"。
- **地名：**表示地理位置，例如 "北京" 或 "美国"。
- **组织名：**表示公司、机构或组织，例如 "谷歌" 或 "联合国"。
- **时间：**表示日期或时间，例如 "2023 年 3 月 8 日" 或 "下午 3 点"。
- **日期：**表示特定的一天，例如 "2023 年 3 月 8 日"。
- **数量：**表示数字或数值，例如 "100" 或 "100 万"。
- **货币：**表示货币单位，例如 "美元" 或 "欧元"。
- **其他：**包括其他类型的命名实体，例如产品、事件或概念。

### 2.2 命名实体识别的技术方法

命名实体识别有多种技术方法，主要分为两类：

#### 2.2.1 基于规则的方法

基于规则的方法使用手工编写的规则来识别命名实体。这些规则通常基于命名实体的语法和语义特征，例如大写字母、特定词性或上下文信息。

**优点：**

- 速度快
- 精度高
- 可解释性强

**缺点：**

- 规则编写和维护成本高
- 难以处理未知或罕见的命名实体
- 难以适应不同的语言或领域

#### 2.2.2 基于机器学习的方法