中央研究院智財技轉處對外服務網

專有名詞辨識，或實體辨識（Named Entity Recognition, NER），是資訊抽取（Information Extraction, IE）的基本任務之一。其目標為在文字資料當中, 能夠辨識出感興趣的專有名詞(包含原本資料庫不存在的新專有名詞)，並自動標記正確的分類，如人名、地名、組織名等等，是人工智慧當中理解語言的重要步驟。目前我們所開發的中文專有名詞辨識系統能辨識11 類一般領域專有名詞及 7 類數量詞，包含：人名、團體、設施、組織、地理、地點、商品、事件、藝術品、法律、語言、日期、時間、比例、錢、數量、序數、數詞。

線上展示網址為：https://ckip.iis.sinica.edu.tw/project/ner，歡迎實際測試。

1. 能夠充分利用語法結構的深度學習技術
2. 同時考慮字與詞的訊息
3. 辨識種類多： 11 類一般領域專有名詞及 7 類數量詞
4. 相關技術發表在NLP著名國際會議 - EMNLP 2017, 是當年度的state-of-the-art (Ontonotes 5.0 English NER)

圖1. CKIP NER 系統示意