NER，英文全称：Named Entity Recognition。主要是用来识别一段文本中哪些是物体的名字，比如人名、公司名。
常见算法如下：
CRF（Conditional random field，条件随机场）是一种判别式模型
对于NER任务，常见的标签体系包括IO、BIO、BMEWO、BMEWO+。下面举例说明不同标签体系的区别。
CRF++：C++实现，提供python 和 java接口。 详情参考这里。
NLTK ： Python 的自然语言处理工具箱，使用方式参考这里。
Stanford NLP： Java 实现，但是集成到了 NLTK 里，所以也可以使用 Python。详情参考这里。
Sklearn_crfsuite： Python 的一个包，使用方式参考这里。
来源：博客园
作者：农夫三拳有点疼
链接：https://www.cnblogs.com/chen8023miss/p/11558320.html