命名实体识别

把文本里的人名、地名、机构名和时间找出来并归类,同时给出两种口径的结果:规则识别按常见中文专名写法扫描,结果稳定,适合逐句核对;语义识别结合句子意思判断,数量和边界可能与规则识别不同。两份结果并排摆在一起,不一致的地方正是需要人工确认的地方。

每个实体都保留它在原句中的位置,可以回到上下文里核对。统计各类实体的数量占比和反复出现的实体,用来盘点材料里究竟讲了哪些人、哪些地方、哪些机构。可加载自定义词典和停用词表,把机构简称、项目代号这类专有说法补进来。

加载文件上传组件中...

分词工具碰到不认识的新词常会拆开,比如把“乡村振兴”拆成“乡村”和“振兴”。仅支持中文文本。每 10,000 个中文字 5 点。

查看词典

每 10,000 个字符 5 点

命名实体识别常见问题

两种识别结果不一致怎么办?
规则识别按常见中文专名写法扫描,结果稳定;语义识别结合句子意思判断,数量和边界可能不同。不一致的地方正是需要人工确认的地方。
机构简称、项目代号识别不出来怎么办?
可以加载自定义词典和停用词表,把机构简称、项目代号这类专有说法补进来。
命名实体识别怎么用?
不用安装软件,也不用写代码。
命名实体识别怎么计费?
按文字量计费,每满 10000 字 5 点,不足 10000 字按 5 点算。提交前页面会显示本次消耗。
结果可以写进论文吗?
可以。报告里的数字和图表附有统计口径与原文出处,末尾有方法说明,涉及统计模型的报告还列出参考文献,可以作为论文附件或方法依据。
相关工具
  • 知识图谱从材料中抽取实体与关系生成知识图谱,合并同义说法,并归出主题群与一份提纲。
  • 事件时间线抽取从中文材料中抽取何时发生了什么事,推算日期、合并重复记录,整理成带阶段划分与关键事件的时间线。
  • 因果关系推断从中文文本中抽取原文明确写出的因果关系,归并成因素并连成因果图,标明类型、支撑次数与重要性。
  • 抽取式摘要(TextRank / LexRank 双引擎)从原文中挑出最有代表性的句子拼成摘要,只摘录不改写,并保留原文行号。
  • 写作风格判定抽取四十来项文体统计特征,据此给出八个维度的风格打分、文体归属候选、风格标签与改进建议。
  • 文体风格指纹把句长、句型、词性、标点和人称等写作习惯量化成指标,并比较多篇材料的风格接近程度。