17370845950

命名实体是文本中具有唯一指代意义的专有名称，如“张伟”“北京市”“腾讯公司”“2025年12月3日”，需满足三个条件：有明确边界、属于预定义类型（如PER、LOC、ORG、TIME等）、具有唯一指称性；例如“上海虹桥站”为完整地名，“苹果公司”为机构名，而“

命名实体指的是文本中带有明确指代意义的专有名称，比如“张伟”“北京市”“腾讯公司”“2025年12月3日”这类能唯一指向某个人、地点、组织或时间点的词或短语。“命名”强调它不是泛指（如“一个程序员”），而是像身份证号一样具有刚性指称作用。

命名实体的核心特征

它必须满足三个条件：

• 有明确边界——能从句子中切分出来，比如“他昨天去了上海虹桥站”，整个“上海虹桥站”是一个地名实体，不能只取“虹桥”或拆成“上海/虹桥/站”
• 属于预定义类型——常见类别包括人名（PER）、地名（LOC）、机构名（ORG）、时间（TIME）、日期（DATE）、货币（MONEY）等
• 具有唯一指称性——“苹果”在“吃苹果”里是水果，不算命名实体；但在“苹果公司发布了新手机”中，“苹果公司”就是ORG类命名实体

它们不是NER里的概念，而是网页编码中用来安全显示特殊符号的写法：

• 表示小于号 ，避免被浏览器误认为HTML标签的开头（比如把 当成标签解析）
• & 表示英文符号 &，因为&在HTML中用于引入字符实体（如©），直接写&会导致解析错误

简单说：它们是“转义符”，让浏览器按字面意思渲染，而不是当作语法结构处理。

为什么容易混淆这两个“&”？

因为NER任务的输入常来自网页文本，而原始HTML里就含&这类编码。如果没先解码就送进NER模型，可能把 识别成“组织名”，或把



当成乱码实体——所以实际处理前通常要先做HTML解码。

基本上就这些。