ਨਾਮੀ ਇਕਾਈ ਮਾਨਤਾ (NER)

ਪਰਿਭਾਸ਼ਾ

ਨਾਮਿਤ ਇਕਾਈ ਪਛਾਣ (NER) ਇੱਕ NLP ਕੰਮ ਹੈ ਜੋ ਟੈਕਸਟ ਵਿੱਚ ਇਕਾਈਆਂ ਦੀ ਪਛਾਣ ਅਤੇ ਵਰਗੀਕਰਨ ਕਰਦਾ ਹੈ, ਜਿਵੇਂ ਕਿ ਲੋਕ, ਸੰਗਠਨ, ਸਥਾਨ, ਤਾਰੀਖਾਂ, ਜਾਂ ਉਤਪਾਦ।

ਉਦੇਸ਼

ਇਸਦਾ ਉਦੇਸ਼ ਮੁੱਖ ਇਕਾਈਆਂ ਨੂੰ ਕੱਢ ਕੇ ਗੈਰ-ਸੰਗਠਿਤ ਟੈਕਸਟ ਨੂੰ ਢਾਂਚਾ ਬਣਾਉਣਾ ਹੈ। ਇਹ ਖੋਜ, ਜਾਣਕਾਰੀ ਕੱਢਣ ਅਤੇ ਗਿਆਨ ਗ੍ਰਾਫ਼ ਬਣਾਉਣ ਦਾ ਸਮਰਥਨ ਕਰਦਾ ਹੈ।

ਮਹੱਤਤਾ

• ਜਾਣਕਾਰੀ ਪ੍ਰਾਪਤੀ ਅਤੇ NLP ਪਾਈਪਲਾਈਨਾਂ ਲਈ ਬੁਨਿਆਦੀ।
• ਗਲਤੀਆਂ ਡਾਊਨਸਟ੍ਰੀਮ ਐਪਲੀਕੇਸ਼ਨਾਂ ਵਿੱਚ ਫੈਲਦੀਆਂ ਹਨ।
• ਡੋਮੇਨ-ਵਿਸ਼ੇਸ਼ NER (ਉਦਾਹਰਨ ਲਈ, ਮੈਡੀਕਲ, ਕਾਨੂੰਨੀ) ਨੂੰ ਕਸਟਮ ਡੇਟਾਸੈੱਟ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।
• ਇਕਾਈ ਲਿੰਕਿੰਗ ਅਤੇ ਸਬੰਧ ਕੱਢਣ ਵਰਗੇ ਕੰਮਾਂ ਨਾਲ ਸਬੰਧਤ।

ਕਿਦਾ ਚਲਦਾ

1. ਟੈਕਸਟ ਇਕੱਠਾ ਕਰੋ ਅਤੇ ਪ੍ਰੀ-ਪ੍ਰੋਸੈਸ ਕਰੋ।
2. ਇਕਾਈ ਸ਼੍ਰੇਣੀਆਂ ਦੇ ਨਾਲ ਡੇਟਾਸੈੱਟਾਂ ਦੀ ਵਿਆਖਿਆ ਕਰੋ।
3. ਲੇਬਲ ਕੀਤੀਆਂ ਉਦਾਹਰਣਾਂ (CRF, ਟ੍ਰਾਂਸਫਾਰਮਰ) 'ਤੇ ਮਾਡਲਾਂ ਨੂੰ ਸਿਖਲਾਈ ਦਿਓ।
4. ਅਣਦੇਖੇ ਟੈਕਸਟ ਵਿੱਚ ਇਕਾਈਆਂ ਦਾ ਅਨੁਮਾਨ ਲਗਾਓ।
5. ਟੈਸਟ ਡੇਟਾ ਨਾਲ ਸ਼ੁੱਧਤਾ ਦੀ ਪੁਸ਼ਟੀ ਕਰੋ।

ਉਦਾਹਰਣਾਂ (ਅਸਲ ਦੁਨੀਆਂ)

• spaCy: ਬਿਲਟ-ਇਨ NER ਦੇ ਨਾਲ ਓਪਨ-ਸੋਰਸ NLP ਲਾਇਬ੍ਰੇਰੀ।
• ਸਟੈਨਫੋਰਡ ਕੋਰਐਨਐਲਪੀ: ਨਾਮਿਤ ਇਕਾਈ ਪਛਾਣ ਟੂਲ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ।
• ਵਿੱਤੀ NLP: ਰਿਪੋਰਟਾਂ ਤੋਂ ਕੰਪਨੀ ਦੇ ਨਾਮ ਕੱਢਦਾ ਹੈ।

ਹਵਾਲੇ / ਹੋਰ ਪੜ੍ਹਨਾ

• ਜੁਰਾਫਸਕੀ ਅਤੇ ਮਾਰਟਿਨ। ਸਪੀਚ ਐਂਡ ਲੈਂਗੂਏਜ ਪ੍ਰੋਸੈਸਿੰਗ। ਸਟੈਨਫੋਰਡ।
• ਲੈਂਪਲ ਐਟ ਅਲ. "ਨਾਮਿਤ ਹਸਤੀ ਪਛਾਣ ਲਈ ਨਿਊਰਲ ਆਰਕੀਟੈਕਚਰ।" ACL.
• ਹੱਗਿੰਗ ਫੇਸ ਟ੍ਰਾਂਸਫਾਰਮਰ NER ਮਾਡਲ।
• ਨਾਮਿਤ ਇਕਾਈ ਪਛਾਣ (NER) ਕੀ ਹੈ?