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。
| ひとことで言うと | 文章の中から人名・会社名・地名・日付・金額などを自動で抜き出す技術。 |
|---|---|
| どこで使う | 契約書からの情報抽出、請求書の読み取り、名刺のデータ化、ニュースの整理。 |
| 注意点 | 業界特有の固有名詞は誤認識しやすい。自社データでの追加学習が有効。 |
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。
1文章を入力契約書やメール
▶
2単語ごとに判定固有表現かどうか
▶
3種類をラベル付け人名/組織/日付/金額
▶
4まとまりを結合「株式会社○○」で1件
▶
5構造データ化台帳やDBに登録
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。