跳转至

命名实体识别 (NER) (Transformers.js)

体验直接在浏览器中运行的 AI 命名实体识别模型！借助 Transformers.js，我们可以让 AI 自动识别文本中的人名、地名、组织等实体。

在下面的文本框中输入一段英文文本，然后点击“识别实体”按钮，模型将标注出文本中的实体及其类型。

识别结果:

  • -

工作原理

此演示利用 Transformers.js 库在浏览器中执行命名实体识别 (NER)：

  1. 加载库: 通过 CDN 引入 Transformers.js。
  2. 模型加载: 首次点击“识别实体”按钮时，会从 Hugging Face Hub 下载预训练的 NER 模型 (如 Xenova/bert-base-cased-finetuned-conll03-english)。模型下载后会被浏览器缓存。
  3. 文本处理与实体识别:
    • 用户输入的文本被传递给加载的 ner pipeline。
    • 模型输出每个实体的文本、类型（如 PER, LOC, ORG, MISC）和置信度。
  4. 显示结果: 识别到的实体及其类型和置信度会显示在页面上。

NER 应用场景

  • 信息抽取、知识图谱、智能问答、自动摘要等。
  • 识别人名、地名、组织、产品等关键信息。

客户端 AI 的优势

  • 隐私保护: 文本数据保留在用户浏览器中。
  • 即时反馈: 快速获得实体识别结果。
  • 无需服务器: 降低部署和运维成本。

Transformers.js 让 Web 应用轻松集成强大的 NLP 能力。