什么是命名实体识别？AI 如何从文本中找出人名与机构

命名实体识别（Named Entity Recognition，NER）是从文本中找出具有特定含义的片段，并标注其类型的技术。常见实体包括人名、机构、地点、日期、金额、产品和法规编号。

例如，在“某公司于 9 月在上海发布新产品”中，系统可以识别出机构、日期、地点和产品相关实体，把非结构化句子转换成更易检索和分析的信息。

它能用在哪里？

• 从合同、新闻或报告中抽取关键信息；
• 为知识库建立实体索引和关联；
• 辅助客服、舆情和文档处理系统分类；
• 帮助人工更快定位需要审核的字段。

为什么并不总是简单？

同一个词在不同上下文中可能有不同含义，简称、别名和错别字也会增加难度。模型还可能遗漏实体或错误地把普通词识别为专有名词。

因此，NER 输出适合做检索、预填充和初筛；合同金额、身份信息等重要字段仍应保留原文位置、置信度和人工复核。

小结

命名实体识别是连接文本与结构化数据的基础能力。它能节省信息整理时间，但结果的可靠性取决于领域数据、实体定义和后续核验流程。