NER, 개체명 인식

데이타솔루션의 지능형 비식별화 솔루션 AI.NER(에이너) 데모입니다. 텍스트 데이터에서 개체명을 인식하는 인공지능 기술 기반의 에이너를 만나보세요!#데이타솔루션 #텍스트데이터 #비식별화

‍NER이란? NER(Named Entity Recognition)은 말 그대로 Named Entity(이름을 가진 개체)를 Recognition(인식)하는 것을 의미하며, 개체명 인식 이라고 합니다. ‍ NER의 정의는 한국정보통신기술협회가 제공하는 정보통신용어사전 에 따르면 다음과 같습니다. 미리 정의해 둔 사람, 회사, 장소, 시간, 단위 등에 해당하는 단어(개체명)를 문서에서 인식하여 추출 분류하는 기법. 추출된 개체명은 인명(person), 지명(location), 기관명(organization), 시간(time) 등으로 분류된다.

‍ 시리즈의 두 번째 주제인 이번 콘텐츠는 ' NER의 모델 구조와 데이터 셋'에 대한 내용을 준비했습니다. 첫 번째 주제 ' 개념부터 다양한 접근법까지 '에서 이어지는 내용이니 아직 확인하지 못한 분은 먼저 읽어보실 것을 추천드립니다. ‍ ‍ ‍NER의 모델 구조 ‍ 논문 'A Survey on Deep Learning for Named EntityRecognition'에 따르면, NER 모델의 구조는 아래 그림과 같이 세 단계의 프로세스로 나눌 수 있습니다.

‍ 'NER의 현재와 미래' 시리즈의 세 번째 주제인 이번 콘텐츠는 '앞으로의 개발방향과 목표' 에 대한 내용을 준비했습니다. 첫 번째 주제 '개념부터 다양한 접근법까지', 두 번째 주제 '모델 구조와 데이터 셋 현황'에서 이어지는 내용이니 확인하고 읽어보실 것을 추천드립니다. ‍ ‍ NER 모델의 개발 방향 ‍ 실무적인 면에서는 기존 모델을 추가 학습시켜 더 좋은 결과물을 얻는 것이 가장 효과적인 방법입니다.