在命名实体识别(Named Entity Recognition, NER)中，常用的特征包括以下几种：

  1. 词性特征：词性标注是指为每个词汇标注其词性，如名词、动词、形容词等。词性特征通常可以帮助识别命名实体，例如人名通常是名词。

  2. 上下文特征：通过考虑命名实体前后的词汇，可以捕捉到一些上下文信息。例如，在英文中，如果一个单词前面是冠词"The"，很可能后面跟的是一个命名实体。

  3. 字母特征：通过考虑命名实体的拼写和出现的字符模式，可以帮助进行命名实体的识别。如人名通常由大写字母开头，地点名通常包含一些特定的词汇等。

  4. 引用特征：使用一些外部资源，如词典、知识图谱等，可以增加识别命名实体的准确性。例如，根据人名词典可以更准确地识别人名。

  5. 特定领域的特征：对于特定领域的NER任务，可以利用该领域的特定知识和规则进行特征提取。例如，对于医学领域的NER任务，可以利用医学词典和规则来辅助识别医学实体。

  这些特征可以单独使用，也可以组合使用。根据具体的任务和数据，选择合适的特征组合并进行特征工程，可以提高NER任务的准确性和效果。需要注意的是，特征的选择和提取需要结合具体的数据集和问题进行调整和优化，以获得最佳的识别结果。