【Task简介】
当前数字化深入到现实生活的每一个行业, 信息丰富程度也逐年爆炸增加. 在各个数字化行业的文本理解问题中, 信息抽取是最基础的任务之一, 帮助我们从海量文本自动提取挖掘关键信息. 而实体识别是信息抽取中应用最广泛的子任务.
【说明视频】
【输入与输出】
对于输入文本中的文本, 目标是识别出文本中一些重要的实体, 如人名, 国籍, 民族, 学历, 职业及组织等
【场景应用】
在搜索场景中，通过命名实体识别可以对query和doc进行有效的结构化分析. 提升搜索结果的相关性
【数据集链接】
数据集：https://modelscope.cn/datasets/damo/msra_ner/summary
模型文件： https://modelscope.cn/models/damo/nlp_raner_named-entity-recognition_chinese-base-news/summary
![[使用ModelScope]只要5分钟，快速实现中文情感分类模型](https://ucc.alicdn.com/pic/developer-ecology/c1e791c082aa4be0a4264a3b20c316f6.png?x-oss-process=image/format,webp/resize,h_160,m_lfit)
