Распознавание именованного объекта

Он находит упоминания по выбранной схеме. Привязка упоминания к конкретной реальной записи — это отдельная задача привязки сущностей.

Ключевые выводы

• Определите типы и границы диапазона.
• Сохраняйте смещения в исходном тексте.
• Держите распознавание отдельно от установления личности.

Определите типы сущностей и правила диапазона перед обучением или оценкой. Должен ли быть включен суффикс компании? Является ли продукт организацией, отдельным типом или вне схемы? Несогласованные правила аннотаций могут сделать набор данных внутренне противоречивым. Системы NER могут назначать метки уровня токена и объединять соседние токены в интервалы. Токенизация подслов требует осторожности при выравнивании меток с исходным текстом. Сохраняйте смещения символов, чтобы приложения могли точно показать, какой фрагмент привел к извлечению значения. Оцените как границы, так и типы. Идентификация только «Northstar», когда аннотированной организацией является «Northstar Research Labs», может считаться ошибкой диапазона, даже если общая категория верна. Сообщайте о соглашении о сопоставлении с точностью и запоминанием, чтобы можно было интерпретировать результаты. Контекст может изменить метку. «Иордания» может обозначать человека, страну или организацию в разных отрывках. Распознанное имя не является проверенной идентификационной информацией. При использовании извлечения для редактирования, поиска или сопоставления записей проверяйте последующие результаты и явно обрабатывайте неоднозначные или пропущенные упоминания.

1. Используйте придуманное предложение: «Джордан присоединился к исследовательской лаборатории Northstar в июне».
2. Отметьте Джордана как человека и Northstar Research Labs как организацию, упомянутую в документированной схеме.
3. Не прикрепляйте конкретную биографию или регистрацию компании, если на отдельном этапе связывания нет доказательств этого совпадения.

Построенный пример отделяет поиск имени от определения того, кого или что оно идентифицирует.