reconocimiento de nombres de entidades

El Reconocimiento de entidades nombradas (NER por sus siglas en inglés) (también conocido como extracción de entidades) es una tarea de extracción de información que busca localizar y clasificar en categorías predefinidas, como personas, organizaciones, lugares, expresiones de tiempo y cantidades, las entidades nombradas encontradas en un texto. La mayor parte de la investigación en NER han sido realizadas sobre bloques de texto no anotado, como el siguiente: Jim compró 300 acciones de Acmé Corp. en 2006. Y produce un bloque de texto anotado que destaca los nombres de entidades: [Jim] (persona) compró 300 acciones de [Acmé Corp.] (organización) en [2006] (tiempo). En este ejemplo, han sido detectados y clasificados el nombre de una persona que consta de un token o componente léxico, un nombre de compañía de dos tokens y una expresión temporal. Los sistemas de reconocimiento de entidades para el inglés tienen un rendimiento cercano al humano. Por ejemplo, el mejor sistema presentado en el MUC-7 obtuvo una puntuación de 93.39% de valor-F mientras que anotadores humanos puntuaron 97.60% y 96.95%.​​