固有表現抽出とは？
こゆうひょうげんちゅうしゅつ
固有表現抽出とは、テキストから人名・地名・組織名・日付などの固有の情報を自動的に識別して取り出す自然言語処理の技術です。
固有表現抽出（Named Entity Recognition、略称NER）は、自然言語処理（NLP）の基本タスクの一つで、文章中に含まれる固有表現をコンピュータが自動的に見つけ出し、その種別を判定する技術です。
対象となる固有表現の種類
- 人名（例：田中一郎、アインシュタイン）
- 地名・施設名（例：東京都、エッフェル塔）
- 組織・団体名（例：○○株式会社、国連）
- 日時・期間（例：2024年3月、午後2時）
- 数量・金額（例：100キログラム、1万円）
仕組みと技術的背景
初期は辞書やルールベースの手法が主流でしたが、現在は機械学習・深層学習を用いたモデルが広く使われています。BERTなどの事前学習済み言語モデルを用いることで、文脈を考慮した高精度な固有表現抽出が可能になっています。日本語は単語の区切りが曖昧なため、形態素解析と組み合わせることが多いです。
活用分野と意義
ニュース記事の自動タグ付け、医療記録からの患者情報抽出、法律文書の解析、検索エンジンの精度向上など幅広い分野で活用されています。情報抽出・質問応答・知識グラフ構築など、多くのNLPパイプラインの前処理としても重要な役割を担っています。
使い方・例文
「2024年4月に東京都が発表した新方針」という文から、「2024年4月」（日時）・「東京都」（地名/組織）を自動的に抜き出してデータベースに登録するような処理で使われます。
この用語をシェア
最終更新: