命名实体识别（Named Entity Recognition，NER）是一种自然语言处理技术，用于识别和分类文本中的命名实体。命名实体可以是地点、人名、组织机构、日期、时间、货币、百分比等具有特定意义的词或短语。

  NER可以用于识别以下类型的实体：

  1. 人名：识别文本中的人名，例如"John Smith"、"张三"等。

  2. 地点名：识别地点名称，包括城市、国家、州/省等，例如"New York"、"北京"等。

  3. 组织机构名：识别组织机构的名称，例如"Google"、"联合国"等。

  4. 日期和时间：识别文本中的日期和时间表达，包括具体日期、星期几、季节等，例如"2022年5月1日"、"星期三"、"下午2点"等。

  5. 货币：识别货币单位和金额，例如"美元"、"$100"等。

  6. 百分比：识别文本中的百分比表达，例如"30%"、"增长了5%"等。

  此外，NER还可以应用于其他特定领域的实体识别，例如医疗领域的疾病/症状、药物等实体识别，金融领域的股票名称、金融指标等实体识别，以及法律领域的法律术语、法律条款等实体识别。

  NER技术在信息抽取、问答系统、机器翻译、信息检索等领域有广泛应用，可以帮助计算机更好地理解和处理自然语言数据。