命名实体识别(NER)是否仅支持名词？能否用于识别形容词类自定义实体？

关于NER的词性限制问题 #

spaCy的NER模型本身不对实体的词性做限制，只要你标注足够的符合要求的语料，它完全可以学习到形容词、动词等非名词性实体的特征，不存在只能识别名词的问题。但NER的核心优势是处理需要结合上下文判断、边界不固定的实体，对于固定词汇的识别场景，用NER的投入产出比很低。

你的场景的方案选择建议 #

优先选「手动维护词表+自定义扩展」的场景 #

如果你要识别的临床形容词满足以下条件，优先用词表方案：

• 词汇边界固定，都是单个形容词，没有零散的组合表述
• 词汇歧义低，在你的业务语料中，只要出现这类词就属于临床相关范畴，不需要结合上下文区分语义
• 词汇量可控，后续新增的词汇量不会无限制扩张

这个方案的优势非常明显：

• 实现成本极低，你只需要把整理好的词表导入spaCy的PhraseMatcher或者Matcher，匹配到对应词汇后给token设置自定义属性，比如token._.is_clinical_adj，全程不需要标注训练语料、调参
• 准确率完全可控，不会出现NER模型常见的漏标、误标问题，只要词表维护到位，结果100%符合预期
• 迭代效率高，后续新增临床形容词只需要更新词表，不需要重新训练模型

适合选用自定义NER的场景 #

只有当你遇到以下情况时，再考虑训练自定义NER：

• 同一个形容词在不同上下文里语义不同，需要结合语境判断是否属于临床相关，比如"the patient is depressed"里的depressed是临床相关，"the depressed decoration style"里的depressed就不属于
• 你要识别的临床相关表述不止是单个形容词，还有很多组合短语，比如"persistent anxious state"这类边界不固定的表述
• 词表无法覆盖所有目标词汇，需要模型具备泛化能力识别未登录的同类型形容词

内容的提问来源于stack exchange，提问作者jitters