技术

Entity Extraction（实体抽取）

Entity Extraction（实体抽取）是从非结构化文本中识别并提取特定类型实体（如人名、地点、组织、时间）的自然语言处理技术，解决信息抽取和知识图谱构建中的关键问题，典型应用包括信息检索、问答系统和商业智能。

收录于 2026/9/15相关资讯 1 篇在词典中查看 →

详细解释

实体抽取是信息抽取的基础任务，通常作为命名实体识别（NER）的同义词。早期方法基于规则和字典，随后统计机器学习方法（如 HMM、CRF）成为主流，深度学习方法（如 BiLSTM-CRF、BERT）显著提升了性能。实体抽取不仅识别实体边界，还分类实体类型。在知识图谱构建、舆情监控、医疗信息处理等领域有广泛应用。随着大模型发展，基于提示的抽取和少样本学习成为新趋势。

别名与相关写法
entity extraction

相关术语

Voice Agent共现 1 篇

相关资讯

完整术语表见 AI 术语词典； 每日新术语与进展见 AI 早报。