Navngivet enhedsgenkendelse (NER)

Definition

Named Entity Recognition (NER) er en NLP-opgave, der identificerer og klassificerer enheder i tekst, såsom personer, organisationer, steder, datoer eller produkter.

Formål

Formålet er at strukturere ustruktureret tekst ved at udtrække nøgleenheder. Det understøtter søgning, informationsudtrækning og opbygning af vidensdiagrammer.

Vigtighed

• Grundlæggende for informationssøgning og NLP-pipelines.
• Fejl spreder sig til downstream-applikationer.
• Domænespecifik NER (f.eks. medicinsk, juridisk) kræver brugerdefinerede datasæt.
• Relateret til opgaver som entitetslinkning og relationsudtrækning.

Hvordan det virker

1. Indsamle og forbehandle tekst.
2. Annoter datasæt med enhedskategorier.
3. Træn modeller på mærkede eksempler (CRF'er, transformere).
4. Forudsig enheder i uset tekst.
5. Valider nøjagtighed med testdata.

Eksempler (den virkelige verden)

• spaCy: open source NLP-bibliotek med indbygget NER.
• Stanford CoreNLP: leverer værktøjer til genkendelse af navngivne enheder.
• Finansiel NLP: udtrækker virksomhedsnavne fra rapporter.

Referencer / Yderligere læsning

• Jurafsky & Martin. Tale- og sprogbehandling. Stanford.
• Lample et al. “Neurale arkitekturer til genkendelse af navngivne enheder.” ACL.
• Krammende ansigtstransformere NER-modeller.
• Hvad er navngiven enhedsgenkendelse (NER)