浅析命名实体识别（NER）的三种序列标注方法
简述序列标注
序列标注（Sequence Tagging）是NLP中最基础的任务，应用十分广泛，如分词、词性标注（POS tagging）、命名实体识别（Named Entity Recognition，NER）、关键词抽取、语义角色标注（Semantic Role Labeling）、槽位抽取（Slot Filling）等实质上都属于序列标注的范畴。
简述命名实体识别
命名实体识别（Named Entity Recognition，简称NER），又称作“专名识别”，是指识别文本中具有特定意义的实体，主要包括人名、地名、机构名、专有名词等。
命名实体识别的作用
命名实体识别是信息提取、问答系统、句法分析、机器翻译、面向Semantic Web的元数据标注等应用领域的重要基础工具，在自然语言处理技术走向实用化的过程中占有重要地位。一般来说，命名实体识别的任务就是识别出待处理文本中三大类（实体类、时间类和数字类）、七小类（人名、机构名、地名、时间、日期、货币和百分比）命名实体。
命名实体识别的过程组成
命名实体识别通常包括两部分：
- 实体边界识别；
- 确定实体类别（人名、地名、机构名或其他）。
简述标签类型
进行命名实体识别时，通常需要对每个字进行标注，中文为单个字，英文为单词，空格分割。标注的标签类型如下表所示：
| 类型 | 说明 |
|---|---|
| B | Begin，代表实体片段的开始 |
| I | Internediate，代表实体片段的中间 |
| M | Middle，代表实体片段的中间 |
| E | End，代表实体片段的结束 |
| S | Single，代表实体片段为单个字 |
| O | Other，代表字符不为任何实体 |
简述序列标注的三种方法
实体识别三种常见的序列标注方法如下：
- BIO：标识实体的开始，中间部分和非实体部分
- BMES：增加S单个实体情况的标注
- BIOSE：增加E实体的结束标识
BIO-三位序列标注法(B-begin，I-inside，O-outside)
- B-X代表实体X的开头
- I-X代表实体X的中间或结尾
- O代表不属于任何类型的
样例：
我 O是 O李 B-PER果 I-PER冻 I-PER， O我 O爱 O中 B-ORG国 I-ORG， O我 O来 O自 O四 B-LOC川 I-LOC。 O
BMES-四位序列标注法(B-begin，M-middle，E-end，S-single)
- B表示一个词的词首位值
- M表示一个词的中间位置
- E表示一个词的末尾位置
- S表示一个单独的字词
样例：
我 S是 S四 B川 M人 E
BIOES-四位序列标注法(B-begin，I-inside，O-outside，E-end，S-single)
- B表示开始
- I表示内部
- O表示非实体
- E表示实体尾部
- S表示改词本身就是一个实体
样例：
我 O是 O李 B-PER果 I-PER冻 E-PER， O我 O爱 O中 B-LOC国 E-LOC， O我 O来 O自 O四 B-LOC川 E-LOC。 O
总结
基本简单讲述了实体识别三种标注方法，从上面我们可以看出序列标注的各种标注方法大同小异。
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！