คู่มือ AI ภาษา

การรับรู้เอนทิตีที่มีชื่อ

การจดจำเอนทิตีที่มีชื่อหรือ NER ระบุช่วงของข้อความที่อ้างอิงถึงหมวดหมู่ต่างๆ เช่น บุคคล องค์กร และสถานที่

ฟังคำแนะนำนี้บรรยายโดย AI · ~2 min

บนหน้านี้อ่าน 2 นาที
  1. ภาพรวม
  2. ประเด็นสำคัญ
  3. เจาะลึก
  4. จดจำการกล่าวถึงโดยไม่สร้างตัวตนขึ้นมาเอง
  5. การใช้งานจริงในโลกแห่งความเป็นจริง
  6. การนำไปปฏิบัติ
  7. ที่มาและอ่านเพิ่มเติม
  8. สำรวจต่อไป
  9. คำถามที่พบบ่อย

ภาพรวม

ระบบจะค้นหาการกล่าวถึงภายใต้รูปแบบที่เลือกไว้ การเชื่อมโยงการกล่าวถึงเข้ากับบันทึกในโลกความเป็นจริงนั้นเป็นงานการเชื่อมโยงเอนทิตีที่แยกต่างหาก

ประเด็นสำคัญ

  1. กำหนดประเภทและขอบเขตของช่วงข้อความ
  2. รักษาค่าออฟเซ็ต (offsets) ที่อ้างอิงถึงข้อความต้นฉบับไว้
  3. แยกการจดจำชื่อเฉพาะออกจากการเชื่อมโยงตัวตน

เจาะลึก

Define the entity types and span rules before training or evaluation. Should a company suffix be included? Is a product an organization, a separate type, or outside the schema? Inconsistent annotation rules can make a dataset internally contradictory. NER systems may assign token-level labels and combine adjacent tokens into spans. Subword tokenization requires care when aligning labels with the original text. Preserve character offsets so applications can show exactly which passage produced an extracted value. Evaluate both boundaries and types. Identifying only “Northstar” when the annotated organization is “Northstar Research Labs” may count as a span error even if the general category is correct. Report the matching convention with precision and recall so scores can be interpreted. Context can change the label. “Jordan” might identify a person, country, or organization in different passages. A recognized name is not verified identity information. When using extraction for redaction, search, or record matching, test the downstream outcome and handle ambiguous or missed mentions explicitly.

04ตัวอย่างการทำงาน

จดจำการกล่าวถึงโดยไม่สร้างตัวตนขึ้นมาเอง

  1. ใช้ประโยคสมมติที่ว่า “Jordan joined Northstar Research Labs in June.”

  2. ระบุ Jordan ว่าเป็นการกล่าวถึงบุคคล และ Northstar Research Labs ว่าเป็นการกล่าวถึงองค์กรภายใต้รูปแบบที่กำหนดไว้

  3. อย่าแนบประวัติส่วนตัวหรือการจดทะเบียนบริษัทใดๆ เว้นแต่จะมีขั้นตอนการเชื่อมโยงแยกต่างหากที่มีหลักฐานยืนยันสำหรับการจับคู่นั้น

มันแสดงให้เห็นอะไร

ตัวอย่างที่สร้างขึ้นนี้แยกการระบุตำแหน่งของชื่อออกจากการตัดสินว่าชื่อนั้นระบุถึงใครหรือสิ่งใด

การใช้งานจริงในโลกแห่งความเป็นจริง

ไฮไลต์องค์กรที่ถูกกล่าวถึงในบทความข่าวพร้อมค่าออฟเซ็ตของข้อความต้นฉบับ

สร้างคิวตรวจสอบสำหรับชื่อที่เป็นไปได้ก่อนที่จะอนุมัติเอกสารที่ผ่านการปกปิดข้อมูลแล้ว

การนำไปปฏิบัติ

ทำไมมันถึงสำคัญ

  • ความเร็วและขนาด. ขั้นตอนการทำงานของภาษาสามารถดำเนินไปได้เร็วขึ้นโดยไม่กระทบต่อความสม่ำเสมอ
  • เข้าถึงและเข้าถึง. ขยายการเข้าถึงภาษาและรูปแบบการสื่อสาร
  • การตัดสินใจที่ชัดเจนยิ่งขึ้น. ทีมสามารถใช้เวลามากขึ้นในการตัดสิน ในขณะที่ระบบอัตโนมัติจัดการกับการทำซ้ำ

ระวัง

  • ข้อเท็จจริงที่หลอนประสาทสามารถเข้าสู่รายงาน กระแสสนับสนุน หรือผลการวิจัยได้อย่างเงียบๆ
  • ความละเอียดอ่อนของการแจ้งเตือนสามารถสร้างผลลัพธ์ที่ไม่สอดคล้องกันในคำขอที่คล้ายกัน
  • ข้อมูลข้อความที่ละเอียดอ่อนอาจถูกเปิดเผยหากการควบคุมการเข้าถึงอ่อนแอ

ขั้นตอนต่อไป

  1. กำหนดรูปแบบเอาต์พุต โทนเสียง และมาตรฐานคุณภาพก่อนเปิดตัว
  2. การตอบสนองภาคพื้นดินกับแหล่งข้อมูลที่เชื่อถือได้เมื่อใดก็ตามที่ความแม่นยำมีความสำคัญ
  3. รักษาจุดตรวจสอบการตรวจสอบโดยมนุษย์สำหรับผลลัพธ์ที่มีเดิมพันสูง
  4. ติดตามรูปแบบความล้มเหลวและฝึกอบรมพร้อมท์หรือเวิร์กโฟลว์เป็นประจำ

ที่มาและอ่านเพิ่มเติม

  1. Hugging Faceการจำแนกประเภทโทเค็น

สำรวจต่อไป

จดหมายข่าวฟรี

รับสรุป AI รายวัน

เรื่องราว AI ที่ตรวจสอบแล้ว 3 เรื่องทุกวันทำงาน เช้า, เขียนเป็นภาษาอังกฤษธรรมดา ฟรีตลอดไป ไม่มีโฆษณา

อีเมลหนึ่งฉบับทุกวันทำงาน ยกเลิกการสมัครในคลิกเดียว เราไม่เคยขายหรือแชร์ที่อยู่อีเมลของคุณ

ทดสอบตัวเอง

ทำแบบทดสอบเรื่องการจดจำชื่อเฉพาะ (Named Entity Recognition)

ข้อเสนอแนะทันทีสำหรับทุกคำตอบ และใบรับรองที่สามารถแชร์ได้พร้อม ID ที่ตรวจสอบได้เมื่อคุณผ่านหลักสูตร

เริ่มแบบทดสอบ

สนับสนุนการศึกษา AI ฟรี AI Understanding เป็นองค์กรไม่แสวงหาผลกำไร 501(c)(3) — ไม่มีโฆษณา ไม่มีกำแพงเงิน, ตลอดไป บริจาค

คำถามที่พบบ่อย

การพบชื่อพิสูจน์ได้หรือไม่ว่าบุคคลนั้นคือใคร?

ไม่ได้ การกล่าวถึงในข้อความอาจมีความกำกวม การระบุตัวตนที่แน่ชัดของบุคคลนั้นจำเป็นต้องมีหลักฐานเพิ่มเติมและกระบวนการเชื่อมโยงที่แยกต่างหาก

เรียนรู้ต่อไป

คำแนะนำที่เกี่ยวข้อง

คำแนะนำเพิ่มเติมที่เลือกสำหรับหัวข้อนี้

รับใบรับรอง AI ฟรีหลักสูตรและการสอบสั้น ๆ ฟรี ไม่มีค่าใช้จ่าย ไม่มีบัตรเครดิต ประมาณ 2.5 ชั่วโมงเริ่มต้นฟรี →