La reconnaissance d'entités nommées est une sous-tâche d'extraction d'informations qui cherche à localiser et à classer les entités nommées mentionnées dans un texte non structuré dans des catégories prédéfinies telles que les noms de personnes, les organisations, les emplacements, les codes médicaux, les expressions temporelles, les quantités, les valeurs monétaires. valeurs, pourcentages, etc.
Que fait la reconnaissance d'entité nommée ?
La reconnaissance d'entités nommées est une technique de traitement du langage naturel qui peut analyser automatiquement des articles entiers et extraire certaines entités fondamentales d'un texte et les classer dans des catégories prédéfinies.
Qu'est-ce que la reconnaissance d'entité nommée expliquer à l'aide d'exemples ?
Reconnaissance d'entité nommée (NER) vous aide à identifier facilement les éléments clés d'un texte, comme les noms de personnes, de lieux, de marques, de valeurs monétaires, etc. L'extraction des principales entités d'un texte permet de trier les données non structurées et de détecter les informations importantes, ce qui est crucial si vous devez gérer de grands ensembles de données.
Où est utilisée la reconnaissance d'entité nommée ?
La reconnaissance d'entité nommée peut analyser automatiquement des articles entiers et révéler quelles sont les principales personnes, organisations et lieux qui y sont abordés. Connaître les balises pertinentes pour chaque article aide à catégoriser automatiquement les articles dans des hiérarchies définies et permet une découverte de contenu fluide.
Comment créer une reconnaissance d'entité nommée ?
- Ajouter le nouveau libellé d'entité à l'entitéoutil de reconnaissance à l'aide de la méthode add_label.
- Bouclez sur les exemples et appelez nlp. update, qui parcourt les mots de l'entrée. A chaque mot, il fait une prédiction. …
- Enregistrez le modèle formé à l'aide de nlp. to_disk.
- Testez le modèle pour vous assurer que la nouvelle entité est correctement reconnue.
