前面了解過電腦如何初步處理語句，接下來我們要來談談，電腦是如何從眾多詞彙組成的句子中擷取出重要的詞彙，進而推斷出適當的回應。
有時候，句子中最重要的部分，不見得是最小單位的「詞」，而是「詞」與「詞」組合起來，能夠表達完整含義的更大單位。因此，我們會針對這些重要的詞彙單位，進行標記。
可以參考之前我們談過的詞性標注 — — 給聊天機器人的訓練重點提示。
如何幫機器人畫重點
在機器人應用中，最常見的重要詞彙標記，我們稱為「命名實體」(Named Entity)。
這些重要的詞彙標記一般指的是文本中具有特定意義，主要包括人名、地名、組織機構名、日期、時間、專有名詞等。一般來說，我們會把「人名」簡單標注成「PER」，「組織或公司名」標注為「ORG」，「地名」則標注成「LOC」⋯⋯。
命名實體的單位
舉例來說，「美國的哈佛大學是小明夢想中的學校」
斷詞的話可能會是「美國｜的｜哈佛｜大學｜是｜小｜明｜夢想｜中｜的｜學校」
而針對這句斷詞過後的語句，我們可以這樣思考並標注：
- 「美國」：可以標注為一個「地名」
- 「哈佛大學」：由於我們都知道這是一所學校，就可以標注上「組織」的標籤，而不把它切割成「哈佛」和「大學」
- 「小明」：我們也可以判別為一個人名，所以把它合起來標注成「人名」
再重新把這句話切割一次，就變成「美國｜的｜哈佛大學｜是｜小明｜夢想｜中｜的｜學校」。
命名實體識別的資料標注方式
命名實體識別是一種序列的標注，依照資料標注的方式，電腦從歷史訊息中抓取關鍵字來推測使用者想表達的內容。這邊我們介紹「BIO」的標注方式，以下是「BIO」的意義：
B (Begin)，表示開始
I (Intermediate)，表示中間
O (Other)，表示其他，用於標記無關字元
所以我們再將「美國的哈佛大學是小明夢想中的學校」這一句話進行標注即為：
將語句標注完成，就可以利用各種機器學習演算法，讓機器去預測其他可能組成的語句。因此，命名實體識別是一個非常基礎，但也是十分重要的任務。
命名實體識別的實際應用
命名實體識別是自然語言處理中基本的環節之一，例如：文本摘要、問答系統、機器翻譯等，被廣泛運用在自然語言處理領域。
- 文本摘要：在處理大篇幅文本時，可以利用命名實體識別標注出人物、地點、機構等，透過關鍵字之間的關係，從語義層面摘要出文本所描述的內容。
- 問答系統：命名實體識別可以識別出語句的組成，判斷問題的相關領域，得出配對的答案。各個知名的問答機器人在判斷問題答案時，命名實體識別是預測答案的其中一項重要的環節。
- 機器翻譯：在翻譯文本時常常會遇到人名、專有名詞或公司、機構名等，準確識別出文本中的命名實體，可以提高機器翻譯的準確率。例如在AI 的應用：機器翻譯中所舉的例子：Google translate 將 『松下問童子』錯誤翻譯成『Panasonic asks the boy』，就是因為命名實體識別誤將『松下』識別為 ORG ，而非 LOC 。
最後請試著標注看看下面這句話吧！
「小明第一次去公館參觀臺灣大學」
答案在下面，不要先偷看喔！
。
。
。
