ner是什么意思？这篇文章让你彻底搞懂它！

今天刷博客，看到一个词“NER”，瞅着眼熟，但愣是想不起来啥意思。作为一个混迹IT圈多年的老博主，这哪能忍？必须搞明白！

于是我开启“度娘”模式，一顿搜索猛如虎。原来，NER是“命名实体识别”的英文缩写，听着挺玄乎，就是从一段话里找出像人名、地名、机构名这些个有特定意义的词儿。

搞明白概念，再深挖一下

光知道个大概意思还不行，我还得看看这玩意儿到底有啥用，都是咋实现的。继续在网上扒拉资料，发现这NER的用处还真不少！

信息检索：你想想，搜索引擎不就是靠这个找出关键词，然后给你返回相关结果的嘛

机器翻译：把人名、地名这些词儿准确翻译出来，那翻译质量肯定蹭蹭往上涨。

问答系统：你问一个问题，它得先找出问题里的关键实体，才能给你找答案不是？

实现NER的方法也挺多，从最早的靠人工写规则，到后来的统计机器学习，再到现在的深度学习，技术一直在进步。现在的深度学习方法，像什么BERT、XLNet，听着就高大上，据说效果也相当不错。

实践出真知，试试水

光说不练假把式，我决定找个NER工具，亲自体验一把。在网上搜一圈，发现不少在线工具和开源库，我挑个看着顺眼的在线工具试试。

我随便找段新闻，复制粘贴进去，点一下“识别”按钮，还真把里面的人名、地名、机构名都标出来！虽然偶尔也有点小错误，但总体来说还挺准的。

这回实践，让我对NER有更直观的认识。这玩意儿确实挺有意思，以后写博客、做内容分析，说不定都能用得上。作为一个爱折腾的博主，以后有空，我还得深入研究一下NER的各种实现方法，争取自己也能写个NER工具出来！