بازشناسی موجودیت نامدار (NER)
بازشناسی موجودیت نامدار (NER) یک وظیفه پردازش زبان طبیعی است که موجودیتها را در متن بهطور خودکار تشخیص داده و برچسبگذاری میکند — مانند افراد، سازمانها، مکانها و تاریخها. این موضوع توسط نادئو و سکینه (۲۰۰۷) بررسی شد و بعدها با معماریهای عصبی توسط لمپل و همکاران (۲۰۱۶) پیشرفت کرد؛ این روش متن آزاد را به بازههای برچسبگذاری شده تبدیل میکند که ابزارهای پاییندستی میتوانند از آنها استفاده کنند.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
+27 more
منابع
- Nadeau, D. & Sekine, S. (2007). A survey of named entity recognition. Lingvisticae Investigationes. link ↗
- Lample, G. et al. (2016). Neural Architectures for Named Entity Recognition. NAACL. DOI: 10.18653/v1/N16-1030 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 1). Named Entity Recognition (NER). ScholarGate. https://scholargate.app/fa/text-mining/named-entity-recognition
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- استخراج اطلاعاتمتنکاوی↔ compare
- استخراج رابطهمتنکاوی↔ compare
- طبقهبندی متنمتنکاوی↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →