Wat is Named Entity Recognition (NER)? - Uitleg & Betekenis

Definitie

Named Entity Recognition (NER) is een NLP-taak die genoemd reële wereld-entiteiten in tekst identificeert en classificeert — personen, organisaties, locaties, datums, bedragen, en andere benoemde concepten.

Technische uitleg

NER produceert tagged spans: [John Smith]PER, [Amsterdam]LOC, [2026]DATE. Methoden: rule-based (regex, gazetteers), statistical (CRF, HMM), en deep learning (LSTM, BERT-based). Moderne NER gebruikt transformer-modellen en fine-tuning op gelabelde data. Entity linking verbindt entiteiten met knowledge bases (Wikidata, DBpedia). NER is een bouwsteen voor information extraction, knowledge graph construction, en documentverwerking.

Hoe AVARC Solutions dit toepast

AVARC Solutions past NER toe in contractanalyse, CV-screening, factuurverwerking en knowledge graph-populatie. We gebruiken state-of-the-art modellen en trainen op domeinspecifieke entiteiten (productnamen, klantcodes) waar nodig.

Praktische voorbeelden

• Een contracttool die partijen, datums, bedragen en clausulen automatisch extraheert voor een gestructureerd overzicht.
• Een CV-parser die namen, opleidingen, werkgevers en skills identificeert voor recruiters.
• Een nieuwsmonitor die bedrijven, personen en gebeurtenissen uit artikelen haalt voor reputatiemonitoring.

Gerelateerde begrippen