命名实体识别（Named Entity Recognition）
命名实体识别是NLP里一项很基础的任务，就是从文本中识别出命名性指称项，为关系抽取等任务做铺垫。狭义上，是识别出人名、地名和组织机构名这三类命名实体（时间、货币名称等构成规律明显的实体类型可以用正则等方式识别）。当然，在特定领域中，会相应地定义领域内的各种实体类型。
中文命名实体识别的难点：
1.中文文本不像英文有空格作为词语的界限标志，而且中文词的概念很模糊，也不具备英文中的字母大小写等形态指示
2.中文的用字灵活多变，有些词语在脱离上下文语境的情况下无法判断是否是命名实体，而且就算是命名实体，当其处在不同的上下文语境下也可能是不同的实体类型
3.命名实体存在嵌套现象，如“北京大学第三医院”这一组织机构名中还嵌套着同样可以作为组织机构名的“北京大学”，而且这种现象在组织机构名中尤其严重
4.中文里广泛存在简化表达现象，如北京大学，简称北大。
1.基于规则的方法
根据对数据的了解，利用规则匹配来识别出命名实体。例如，文本中提到“说”、“老师”等词语可作为人名的下文，“地铁站”、‘大厦’可以做地名的下文，还可以利用词性，句法结构等。如果要做其他语言的实体识别，还需要注意语法结构不同，那么识别规则也不尽相同。此外，构建规则的过程费时费力、可移植性不好。