NER（命名实体识别）面试题及详细答案.docxVIP

NER（命名实体识别）面试题及详细答案

一、基础概念题（考察核心认知）

1.请用通俗的语言解释什么是命名实体识别（NER）？它的核心价值是什么？

答案：

命名实体识别本质是“从文本里挑出关键信息并分类”——比如从“2023年华为在深圳发布了新款手机”这句话中，找出“2023年”（时间）、“华为”（机构）、“深圳”（地点）这些有特定含义的“实体”，并给它们贴对标签。

核心价值是把无结构文本转化为结构化信息：原本杂乱的文字没法直接被计算机处理，NER相当于给文本“拆零件、分类别”，后续不管是做信息检索（比如搜某公司的新闻）、智能问答（比如“华为在哪发的新品”），还是数据统计（比如统计某地区的企业动态），都得靠NER打下基础。

2.NER常见的实体类型有哪些？请举例说明（至少5类）

答案：

实际项目中最常用的实体类型包括：

• 人名（PER）：比如“张三”“马斯克”；

• 机构名（ORG）：比如“腾讯”“北京大学”；

• 地点名（LOC）：比如“上海”“喜马拉雅山”；

• 时间（TIME）：比如“2025年3月”“上周五”；

• 日期（DATE）：比如“2024-05-20”“建军节”；

• 数值（NUM）：比如“100万”“3.5公里”；

• 产品名（PROD）：比如“iPhone15”“微信”；

• 职位（TITLE）：比