NLP中的一些术语积累

实体(entity)与命名实体(named entity)这个概念其实来自于知识图谱(Knowledge Graph,KG)里面,笔者在阅读文献[1]的时候,有两个术语产生了一点困扰,即是entity与named entity,后面笔者查到了其含义[2],笔记于此。

实体通常是一个很大的概念,一般指的是将某句话分解成若干个实体,比如:Bob Dylan wrote Blowin’ in the Wind in 1962. 这句话中就有若干个实体,分别是Bob Dylan,一个歌手;Blowin’ in the Win,一首歌曲的名字。 然而这个不够准确,因为Bob Dylan作为实体,其类别应该是人/音乐家,而Blowin’ in the Win的实体类别应该是音乐名才对。因此,通常来说实体是一个很大而且很抽象的概念,我们通常把这些有具体名字的实体称之为命名实体。再举个例子,人是一个实体,如果我给不同的人命名张三,李四等等,那么后者就形成了命名实体,命名实体可以看成是实体的一个实例。

人类通过几种方法去判断实体:

(1) 他们知道这个概念(比如纽约是城市实体的一个命名实体);

(2)在某些语言里面,大写字母可能意味着实体,比如USA代表了美国;

(3)从语义上下文里面猜测。 目前来说,通过NLP的方法去识别实体的问题称之为NER(Named Entity Recognition)问题。

Reference

[1]. Zhang, Z., Han, X., Liu, Z., Jiang, X., Sun, M., & Liu, Q. (2019). ERNIE: Enhanced language representation with informative entities. arXiv preprint arXiv:1905.07129.

[2]. https://www.quora.com/What-is-the-difference-between-an-Entity-and-Named-Entity-in-NLP

声明:本内容为作者独立观点,不代表电子星球立场。未经允许不得转载。授权事宜与稿件投诉,请联系:editor@netbroad.com
觉得内容不错的朋友,别忘了一键三连哦!
赞 2
收藏 3
关注 49
成为作者 赚取收益
全部留言
0/200
成为第一个和作者交流的人吧