命名实体识别（NER）综述【人名、地名、组织机构名、时间、日期、货币、百分比、专有名词】【标注体系：BIO（标注时用）、BIOES（训练时将BIO转为BIOES）】_中文命名实体识别工具,识别时间、地点、机构、人名、货币、百分比和日期

确切来说命名实体识别是分词的子任务。

由于命名实体数量不断动态增加，通常不可能在词典中穷尽列出，且其构成方法具有各自的一些规律性，因而，通常把对这些词的识别从分词任务中独立处理，称为命名实体识别。

一、命名实体识别（Named Entity Recognition）概述

1、命名实体识别（Named Entity Recognition）

命名实体识别（Named Entity Recognition）是自然语言处理中的一项基础任务，应用范围非常广泛。

• 命名实体一般指的是文本中具有特定意义或者指代性强的实体，通常包括人名、地名、组织机构名、日期时间、专有名词等。
• NER系统就是从非结构化的输入文本中抽取出上述实体，并且可以按照业务需求识别出更多类别的实体，比如产品名称、型号、价格等。
• 在学术上NER所涉及的命名实体一般包括3大类（实体类，时间类，数字类）和7小类（人名、地名、组织机构名、时间、日期、货币、百分比）。
• 同时NER也是关系抽取、事件抽取、知识图谱、机器翻译、问答系统等诸多NLP任务的基础。

2、NER在中文中的挑战

汉语作为象形文字，相比于英文等拼音文字来说，针对中文的NER任务来说往往要更有挑战性，下面列举几点：

• (1) 中文文本里不像英文