NER（实体命名识别）

NER是近几年来一种应用得比较多的NLP技术，是Named Entity Recognition的缩写，中文翻译成“命名实体识别”。这不是一个算法的名字，而是一类应用的名字。NER要做的事情比较单纯，就是希望能够从一篇文章中找到那些需要找到的词汇。给大家看个例子一下就明白了。

比如，输入一篇文章片段是这样的：

“今天，北京下了大雪。我和王小明一起去了北京邮电大学参加社团活动。原定去年3月13号的活动，被延迟到了今天，也是有很多原因的。”

通过NER应该识别出来些什么呢？比如有可能是这样的识别结果：

北京：地名；

王小明：人名；

北京邮电大学：组织机构名；

3月13号：日期”

从这个简单的例子里面我们只想让大家知道，NER就是做这种事情的，就是把某些我们关心的关键词汇或信息识别出来。当然喽，要识别出什么样的内容完全是我们的自由，完全取决于我们的需求。比如，我们可以让模型机器人只识别地名，或者只识别人名和时间，或者只识别电话号码，这都是可以的。

应用场景

如果这种技术可以实现的话，有什么应用可以用它来完成吗？当然太有了，比如一些关键信息的抽取工作就可以做了。

比如，在一篇个人简历中，能不能快速把这个人的姓名、电话号码、学历、毕业院校这些关键信息抽取出来？当然可以。这样就可以把一篇冗长的，没有结构的简历变成简短的，只有关键信息的结构化数据。如此一来，进一步的针对简历的数据分析做起来就方便多了。

再比如，从大量的文档中，能不能抽取出里面的名词、动词、形容词，句子里的主语、谓语、宾语。这样就可以做更深一层的知识图谱。知识图谱是比较复杂的，我们后面的章节会专门介绍。

其它方面的应用应该也还是有的，我相信在不同的行业，不同的企业里，由于有不同的业务场景，一定有一些其它的更为具象的需求。但总之，NER的目的就是为了在一篇文档中识别出那些你想要识别的内容（词汇或者短语等）来。

NER方法

NER既然是一类方案，那必然有多种实现方式。

也确实，NER这种东西说起来很高大上，但是落地起来确实有很多取巧的办法。我们就举个最普通的例子。比如，你能不能用很简单的方法从一段文字中找到所有的手机号码？你甚至不需要任何的AI知识就能搞定。

最简单的当然就是用类似正则匹配的方法就可以的，因为像手机号码这样的实体是具有非常明显的特征的。什么特征呢？比如一共11位连续数字且1开头，或者由XXX-XXXX-XXXX这样的数字格式组成。如果你确实在文段中发现了这样特征的字符，那十有八九就是手机号码。

再比如像电子邮件也是很容易被识别出来的一类命名实体。一个“@”，前面是英文和数字的字符串，抑或掺杂一些英文符号，后面跟着一个域名。这就是电子邮件的特征，你通过简单的正则匹配确实很容易找到它们。当然，正确率如何是另一个小问题，可能确实有个别有个性的电子邮件识别不出来。但是你也同样不用纠结，因为凡是这类不能识别出来，但是又非常有必要识别出来的东西，我们都可以通过不断的迭代来进行完善的。

NER目前在业界比较流行的方法是用规则结合深度学习的方法来做。规则大概就是前面说的这种基于字符串的过滤和正则匹配，深度学习的方法也是有的，我们本章也会做个介绍，大家参考参考。