NER?
NE(개체명) 을 R(인식) 하는 작업.
문자열 안에서 NE의 위치를 알아내고 사전정의한 카테고리에 따라 알맞게 분류하는 작업
즉, NE를 인물, 장소, 시간 이라 하면 문장 안에서 인물, 장소, 시간을 나타내는 명사를 찾아내는 것이다.
input : 문자열, output : 단어별로 해당되는 태그 -> multi class 분류 작업
NE 태깅 시스템
1. BIESO
- 개체명이 시작할 때 : B
- 토큰이 개체명 중간에 있을 때 : I
- 토큰이 개체명의 마지막에 있을 때 : E
- 하나의 토큰이 하나의 개체명 : S
- 토큰이 개체명이 아님 : O
2. BIO
1번에서 E와I 통합, S와 B통합
NER 접근법
1. 규칙 기반 접근
2. 사전 기반 접근
3. 기계학습 접근
More Info
https://github.com/HaeSeon/nlp-ner
GitHub - HaeSeon/nlp-ner
Contribute to HaeSeon/nlp-ner development by creating an account on GitHub.
github.com
'🤍NLP' 카테고리의 다른 글
| [NLP]히든 마코프 모델 HMM(Hidden Markov Model) (0) | 2023.01.25 |
|---|---|
| [NLP]언어 모델 LM(Language Model) (1) | 2023.01.25 |
| [NLP]Seq2Seq(sequence to sequence)시퀀스 투 시퀀스 (1) | 2023.01.25 |
| [NLP]트랜스포머(Transfomer):Attention Is All You Need (0) | 2023.01.25 |
