1.NER簡介
（1）單句子標注任務，又叫命名實體識別（Named Entity Recognition），或者“專名識別”，簡稱NER，是一個序列標注任務。
（2）NER是指識別文本中具有特定意義的實體，包括三大類（實體類，時間類，數字類），七小類（人名P/PER(person)，地名A/LOC(address,local)，機構名O/ORG(organization)，時間TIME，日期，貨幣，百分比）。
（3）通常包括兩部分：實體邊界識別；確定實體類別。
（4）常見的NER數據集有CoNLL-2003 NER。
（5）NER的輸入數據是什么？【查】
參考：
https://blog.csdn.net/libaominshouzhang/article/details/100100547
https://www.pianshen.com/article/874512843/
（6）輸出數據是NER數據文件。
（7）NER的數據格式：NER數據文件每一行由一個字和對應的標注組成，常用BIO和BIESO兩種標注，句子之間用一個空行隔開。
2.純中文標注
（1）IO
命名實體內部 Inner，命名實體外部（不是命名實體）Outer。
（2）BIO（常用）
命名實體的開始Begin，命名實體內部Inner，命名實體外部（不是命名實體）Outer。
（3）BIESO（常用）
命名實體的開始Begin，命名實體內部Inner，命名實體外部（不是命名實體）Outer，命名實體結尾End，單字的詞/獨立命名實體Single。
位置實體的開頭（B_LOC），位置實體的中間（I_LOC）。
（4）BMES
命名實體的開始Begin，命名實體中間Middle，命名實體結尾End，單字的詞/獨立命名實體Single。
（5）BMEWO
命名實體的開始Begin，命名實體中間Middle，命名實體外部（不是命名實體）Outer，命名實體結尾End，一個字的獨立命名實體Whole。
3.既有中文又有英文
（1）BIOX
如果處理的數據中有英文，采用BIOX。
命名實體的開始Begin，命名實體內部Inner，命名實體外部（不是命名實體）Outer。
X標注英文單詞分詞之后的非首單詞。也就是詞根用BIO正常標注，詞綴用X表示。
eg：playing 輸入BERT模型前會被BERT自帶的Tokenization工具分為“play”和“#ing”。二者分別標注為O和X。
4.用BERT做NER的運算邏輯
5.NER下接結構（BiLSTM+CRF）
參考：
https://www.cnblogs.com/jiangxinyang/p/9368482.html
https://lingpipe-blog.com/2009/10/14/coding-chunkers-as-taggers-io-bio-bmewo-and-bmewo/
https://www.bilibili.com/video/BV1BK4y1C7Hj?from=search&seid=13802326660109437745