命名实体识别

请输入一段中文文本：

晓美焰来到北京立方庭参观自然语义科技公司。 他在浙江金华出生，他的名字叫金华。 东航，晚上7点的飞机✈️ 普京或于夏末接种新冠疫苗，克宫：确实有这可能 剑桥分析公司多位高管对卧底记者说，他们确保了唐纳德·特朗普在总统大选中获胜。 萨哈夫说，伊拉克将同联合国销毁伊拉克大规模杀伤性武器特别委员会继续保持合作。153/800

粗分 对比1.x MSRAPKUOntoNotes 中文标签

简介

命名实体识别（Named Entity Recognition、NER）是一种识别文本中实体的位置以及类别的任务。 HanLP支持PKU、MSRA、OntoNotes等命名实体规范。

调用方法

创建客户端

      from hanlp_restful import HanLPClient
# auth不填则匿名，zh中文，mul多语种
HanLP = HanLPClient('https://www.hanlp.com/api', auth=None, language='zh')

    

申请秘钥

由于服务器算力有限，匿名用户每分钟限2次调用。如果你需要更多调用次数，建议申请免费公益API秘钥auth。

MSRA规范

默认采用MSRA，是最大的中文命名实体识别语料库：

      
HanLP.parse('晓美焰来到北京立方庭参观自然语义科技公司。', tasks='ner/msra').pretty_print()

    

PKU规范

PKU是国内最流行的标注集，被HanLP1.x采用为默认标准：

      
HanLP.parse('晓美焰来到北京立方庭参观自然语义科技公司。', tasks='ner/pku').pretty_print()

    

OntoNotes规范

OntoNotes是国际上最通用的标注规范：

      
HanLP.parse('晓美焰来到北京立方庭参观自然语义科技公司。', tasks='ner/ontonotes').pretty_print()

    

多语种支持

其他标准用于外语或多语种，请参考文档加载相应的外语或多语种模型。