隨著人工智能從感知智能向認知智能發(fā)展，語言理解和知識挖掘研究不斷深入，事實和常識知識愈發(fā)重要。智能問答、對話、推理、推薦等應用均需要豐富的知識作為基礎支撐，而命名實體識別作為文本中重要的知識獲取手段，已成為一項重要研究課題。
命名實體識別(Named Entity Recognition，NER)任務的目標是識別出文本中預定義類別的實體。作為NLP領域的重要基礎工具，其有效推動了NLP技術從實驗階段走向?qū)嵱没?/p>
近期，思必馳語言與知識團隊對中文細粒度命名實體識別任務進行探索，并取得階段性進展：在CLUE數(shù)據(jù)集Fine-Grain NER評測任務[1]中，思必馳語言與知識團隊目前暫列第一。該評測數(shù)據(jù)集基于清華大學開源的文本分類數(shù)據(jù)集THUCTC[2]，選出部分進行細粒度命名實體標注。原數(shù)據(jù)來源于Sina News RSS[3]。這項測評是中文自然語言處理領域的大規(guī)模賽事，有眾多知名企業(yè)同臺競技。
中文命名實體評測中的出色表現(xiàn)也證明了思必馳在知識挖掘方向的實力。該技術也將應用到智慧醫(yī)療綜合應用中，包括從大量醫(yī)療文獻、病歷文本和醫(yī)患對話數(shù)據(jù)中構建醫(yī)療知識圖譜，并基于知識圖譜輔助語義理解和知識推理，實現(xiàn)醫(yī)療知識問答和醫(yī)療輔助決策。如智能導診、智能預問診、智能診后隨訪。
語言智能常被稱為人工智能皇冠上的一顆明珠。在未來，思必馳語言與知識團隊將繼續(xù)深耕語言理解領域，打造出精準、通用且能夠?qū)崿F(xiàn)自定義的命名實體識別系統(tǒng)，推動命名實體識別在NLP各領域的落地和應用。
（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。 ）
