La reconnaissance d'entités nommées (NER) est une technique de traitement automatique du langage naturel (TALN) utilisée pour identifier et détecter automatiquement, dans un texte, des entités dotées de significations spécifiques, puis les classer dans des catégories prédéfinies telles que Personne, Organisation, Lieu, Temps, Quantité et entités spécifiques à un domaine. Cette technologie constitue l'une des tâches fondamentales de l'extraction d'informations, de la construction de graphes de connaissances et des systèmes de recherche intelligents.

Le développement de la reconnaissance d'entités nommées (NER) repose sur des recherches de longue haleine dans de multiples domaines, notamment l'extraction d'informations, le traitement automatique du langage naturel et l'apprentissage automatique. Les premières méthodes de NER s'appuyaient principalement sur des règles conçues manuellement, la comparaison de dictionnaires et des modèles statistiques pour la reconnaissance d'entités, mais leur capacité de généralisation était limitée dans les contextes complexes et les tâches interdomaines. Avec l'avènement de l'apprentissage profond, les chercheurs ont commencé à utiliser des réseaux de neurones pour apprendre automatiquement les caractéristiques du contexte textuel. En 2016, des chercheurs de l'Université Carnegie Mellon, dont Guillaume Lample, ont publié un article… Architectures neuronales pour la reconnaissance d'entités nommées Cet article propose une méthode de reconnaissance d'entités nommées basée sur un réseau neuronal utilisant un LSTM bidirectionnel et un champ aléatoire conditionnel (BiLSTM-CRF), qui réduit la dépendance à l'égard de l'ingénierie manuelle des caractéristiques et est devenue l'un des travaux de recherche représentatifs importants dans le domaine de la NER neuronale.

Les systèmes modernes de reconnaissance d'entités nommées combinent généralement des modèles de langage pré-entraînés (comme BERT), des modèles de langage étendus (LLM) et des techniques d'adaptation de domaine pour identifier les frontières et les catégories d'entités dans un texte. Ces modèles sont généralement évalués à l'aide de métriques telles que la précision, le rappel et le score F1, et sont largement utilisés dans des domaines comme la construction de graphes de connaissances, la réponse intelligente aux questions, l'analyse d'informations financières, le traitement de textes médicaux et l'analyse de l'opinion publique, fournissant ainsi un soutien technique essentiel à la conversion de textes non structurés en connaissances structurées.