##  [Reconnaissance d'Entités Nommées](/fr/node/72177) 

 Définition

Technique d'extraction d'information qui localise des segments de texte renvoyant à des entités (personnes, lieux, organisations, dates, montants, etc.) et attribue à chaque segment une étiquette de catégorie ; mise en œuvre par motifs, modèles statistiques ou apprentissage automatique, produisant des segments annotés pouvant nécessiter désambiguïsation ou liaison à des identifiants canoniques.

 

 

 

 

 

 





## Principe

Principe

La R‑EN réalise une classification de surface : elle identifie les mentions textuelles et assigne des types à l'aide d'indices lexicaux, syntaxiques et contextuels, mais ne résout pas à elle seule les ambiguïtés d'identité (liaison d'entités) ni la coréférence sans traitements additionnels.

 

 

 

 

 





## Démonstration

Démonstration

Scénario illustratif → Traitement d'abstracts : le système étiquette « Marie Curie » comme PERSONNE, « Paris » comme LIEU et « Institut du Radium » comme ORGANISATION. Action → les segments étiquetés servent à indexer les documents et à générer des liens candidats vers des notices d'autorité ; les cas ambigus sont signalés pour désambiguïsation. Conséquence → amélioration de la recherche facettée et de l'extraction de métadonnées, avec limites connues en cas d'ambiguïté ou d'absence d'étiquettes.

 

 

 

 

## Mauvaise application

Mauvaise application

Considérer les étiquettes de la R‑EN comme des identités faisant autorité (par ex. supposer que chaque « Washington » étiqueté comme LIEU renvoie à la même entité géographique). L'erreur sémantique est de confondre classification de surface et identité d'entité désambiguëe.

 

 

 

 

 





## Conséquence

Conséquence

La R‑EN permet l'indexation structurée, la recherche centrée sur les entités et l'analyse en aval ; de mauvaises classifications ou des ambiguïtés non traitées faussent les statistiques, réduisent la précision de la récupération et peuvent induire en erreur les flux automatisés.

 

 

 

 

## Inversion

Inversion

Dans des corpus spécialisés (biomédical, juridique, historique), les modèles R‑EN génériques échouent souvent car les catégories d'entités et les formes de surface diffèrent ; l'application réussie exige donc l'alignement du schéma, l'adaptation au domaine ou une annotation sur mesure. De plus, les langues à ressources limitées ou à tokenisation complexe nécessitent des modèles adaptés.

 

 

 

 

 





## Limite

Limite

Clairement inclus : identifier et étiqueter les mentions dans un texte brut avec des types d'entités généraux. Cas limite : entités nichées ou chevauchantes où les schémas d'annotation divergent. Clairement exclu : la liaison/désambiguïsation d'entités et la résolution de coréférence, qui sont des tâches distinctes mais complémentaires.

 

 

 

 

 





## Tension sémantique

Tension sémantique

Précision ↔ Rappel — des modèles plus stricts réduisent les faux positifs mais manquent des mentions légitimes ; des modèles plus permissifs augmentent la couverture au prix d'étiquettes erronées.

 

 

 

 

 





## Synthèse

Synthèse

La R‑EN est une étape d'étiquetage de surface qui rend les mentions d'entités exploitables par machine ; pour obtenir des représentations canoniques et fiables, elle doit être combinée à la désambiguïsation, à la liaison et à des validations tenant compte de la provenance.