Nhận dạng đối tượng được đặt tên (NER)

Định nghĩa

Nhận dạng thực thể có tên (NER) là một nhiệm vụ NLP dùng để xác định và phân loại các thực thể trong văn bản, chẳng hạn như con người, tổ chức, địa điểm, ngày tháng hoặc sản phẩm.

Mục đích

Mục đích là cấu trúc hóa văn bản phi cấu trúc bằng cách trích xuất các thực thể chính. Nó hỗ trợ tìm kiếm, trích xuất thông tin và xây dựng biểu đồ tri thức.

Tầm quan trọng

• Cơ bản cho việc truy xuất thông tin và quy trình NLP.
• Lỗi lan truyền đến các ứng dụng phía sau.
• NER theo từng lĩnh vực cụ thể (ví dụ: y tế, pháp lý) yêu cầu các tập dữ liệu tùy chỉnh.
• Liên quan đến các nhiệm vụ như liên kết thực thể và trích xuất quan hệ.

Quy trình triển khai

1. Thu thập và xử lý trước văn bản.
2. Chú thích các tập dữ liệu với các danh mục thực thể.
3. Đào tạo các mô hình trên các ví dụ được gắn nhãn (CRF, máy biến áp).
4. Dự đoán các thực thể trong văn bản chưa thấy.
5. Xác thực độ chính xác bằng dữ liệu thử nghiệm.

Ví dụ (Thực tế)

• spaCy: thư viện NLP mã nguồn mở có NER tích hợp.
• Stanford CoreNLP: cung cấp các công cụ nhận dạng thực thể được đặt tên.
• NLP tài chính: trích xuất tên công ty từ báo cáo.

Tài liệu tham khảo / Đọc thêm

• Jurafsky & Martin. Xử lý ngôn ngữ và lời nói. Stanford.
• Lample và cộng sự. “Kiến trúc thần kinh để nhận dạng thực thể có tên.” ACL.
• Mô hình ôm mặt Transformers NER.
• Nhận dạng thực thể có tên (NER) là gì?