固有表現認識とは
固有表現認識（NER: Named Entity Recognition）とは、テキスト中から人名、組織名、地名、日付、金額などの固有表現（Named Entity）を自動的に検出し分類する自然言語処理タスクです。情報抽出の基盤技術として、多くのNLPアプリケーションで活用されています。
固有表現の種類
一般的に認識される固有表現には、人名（PERSON）、組織名（ORGANIZATION）、地名（LOCATION）、日付（DATE）、時間（TIME）、金額（MONEY）、パーセンテージ（PERCENT）などがあります。ドメインによっては、製品名、疾患名、化学物質名などの専門的なエンティティも対象となります。
NERの手法
NERは系列ラベリング問題として定式化されます。各トークンにBIO（Begin, Inside, Outside）タグを付与する方式が標準的です。手法はルールベース、辞書ベース、CRFなどの統計モデル、BiLSTM-CRF、BERTベースのモデルへと発展してきました。現在はBERTなどの事前学習モデルのファインチューニングが主流です。
NERの活用例
ニュース記事からの情報抽出、知識グラフの構築、検索エンジンのクエリ理解、医療文書からの疾患名抽出、法律文書の分析など、幅広い分野で活用されています。