Uitleg
Named Entity Recognition (NER) is een NLP-taak die naamde entiteiten (benoemde objecten) in tekst detecteert en classificeert. Dit kunnen persoonsnamen, locaties, organisaties, datums, bedragen en meer zijn.
NER wordt gebruikt om gestructureerde informatie uit ongestructureerde tekst te extraheren. Bijvoorbeeld, in de zin "Albert Einstein werkte in Princeton" identificeert NER "Albert Einstein" als persoon en "Princeton" als locatie.
Moderne NER-systemen gebruiken deep learning-modellen zoals BERT en transformers, die de context van woorden beter begrijpen en meer nauwkeurig resultaten opleveren dan regelgebaseerde benaderingen.
⚡ Voorbeelden
- •Een nieuwsartikel over "Emma Zucht bezoekt Amsterdam op 15 maart" wordt geparst in entiteiten: persoon (Emma Zucht), locatie (Amsterdam), datum (15 maart)
- •NER helpt HR-systemen automatisch vacatures te analyseren en vereiste vaardigheden te extraheren
- •Medische NER-systemen identificeren ziekten, medicijnen en dosering in patiëntendossiers
Trefwoorden
entiteits-extractieclassificatieinformatie-extractietaalmodelering