Kas yra Pavadintų Entitetų Atpažinimas (NER)? Kokia žymėjimo forma dažniausiai naudojama (BIO, BIOES)?

Pavadintų objektų atpažinimas (NER) yra užduotis natūralios kalbos apdorojimo (NLP) srityje, skirta automatiškai identifikuoti ir klasifikuoti pavadintus objektus tekste, tokius kaip žmonių vardai, organizacijos, datos, vietovės ir kt.

Sekų žymėjimui NER dažnai naudojami BIO ir BIOES schemos:

• BIO (Begin, Inside, Outside): žymės rodo, ar tokenas yra objekto pradžia (B), objekto viduje (I) ar už objekto ribų (O).
• BIOES (Begin, Inside, Outside, End, Single): išplėsta schema, kurioje pridedamos žymės objekto pabaigai (E) ir viengubi tokenai, sudarantys objektus (S). Tai padeda tiksliau nustatyti objektų ribas.

BIO ir BIOES schemos padeda modeliams suprasti pavadintų objektų struktūrą ir ribas tekste.