---
title: "Apa itu named entity recognition (NER)? Arab dan LLM"
description: "Named entity recognition menemukan nama orang, organisasi, dan tempat dalam teks. Cara NER diberi label dan dinilai, dataset NER Arab, dan NER dengan LLM."
url: https://broadrouter.com/id/glossary/named-entity-recognition/
lang: id
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Diterjemahkan dari bahasa Inggris dengan bantuan AI. [Baca versi asli bahasa Inggris](https://broadrouter.com/glossary/named-entity-recognition/) (diperbarui 2026-11-15).

# Named entity recognition (NER, pengenalan entitas bernama)

Diperbarui 2026-11-15

Named entity recognition (NER) adalah tugas menemukan nama dalam teks dan memberi label jenis pada masing-masing, seperti orang, organisasi, atau lokasi. Sistem klasik memberi tag pada setiap token; LLM biasanya diminta mengembalikan daftar entitas dalam JSON, yang lalu dicek terhadap teks sumber.

Disebut juga: NER, pengenalan entitas bernama, ekstraksi entitas, entitas bernama, named entity recognition, entity extraction, named entities

Ambil setiap orang, perusahaan, dan tempat dari sebuah kontrak atau berita, lengkap dengan jenisnya. Itulah NER, dan ini salah satu pekerjaan paling umum yang diberikan kepada LLM.

## Cara kerjanya

Benchmark klasiknya adalah shared task CoNLL-2003. Task ini memakai berita Reuters berbahasa Inggris dan teks Frankfurter Rundschau berbahasa Jerman, empat jenis entitas (PER untuk orang, ORG, LOC, dan MISC untuk “names of miscellaneous entities that do not belong to the previous three groups” (terjemahan: nama entitas lain-lain yang tidak termasuk tiga kelompok sebelumnya)), serta tag IOB: setiap kata diberi B- atau I- untuk suatu jenis, atau O jika berada di luar entitas. Penilaiannya memakai F1 atas entitas, dan sebuah entitas hanya dihitung jika sama persis dengan referensi.

Contoh bahasa Arab dalam format IOB:

| Token | Tag |
| --- | --- |
| زار | O |
| خالد | B-PER |
| العتيبي | I-PER |
| مدينة | O |
| الرياض | B-LOC |

(“Khalid Al-Otaibi mengunjungi kota Riyadh.”)

Bahasa Arab punya dataset sendiri. ANERcorp, dibuat oleh Yassine Benajiba dan menjadi referensi standar sejak 2008, berisi teks berita kantor berita; pembagian yang disepakati CAMeL Lab memiliki 125.102 kata latih dan 25.008 kata uji dengan lisensi CC BY-SA 4.0. Wojood (Jarrar dkk., 2022) memiliki sekitar 550 ribu token teks MSA dan dialek, 21 jenis entitas, dan sekitar 75 ribu entitas, 22,5% di antaranya bersarang. Model berbasis AraBERT-nya mencetak micro F1 0,884.

Dengan LLM, pembingkaian yang umum berbeda: minta daftar, bukan tag per token.

```json
{"entities": [
  {"text": "خالد العتيبي", "type": "PERSON"},
  {"text": "الرياض", "type": "LOCATION"}
]}
```

## Mengapa penting

NER menjadi bahan untuk filter pencarian, data CRM, penyamaran [PII](https://broadrouter.com/id/glossary/pii/), dan knowledge graph. Dengan LLM, risiko utamanya adalah:

-   **Entitas yang dikarang atau diubah.** Model bisa mengembalikan nama yang tidak ada di teks, atau “membetulkan” ejaannya. Cek bahwa setiap entitas muncul di sumber, setelah [normalisasi teks Arab](https://broadrouter.com/id/glossary/arabic-text-normalization/) di kedua sisi. Ini salah satu bentuk pengecekan [halusinasi](https://broadrouter.com/id/glossary/hallucination/).
-   **Pergeseran label.** Tetapkan daftar jenis dalam skema, agar model tidak bisa mengarang jenis baru.
-   **Benchmark bukan data Anda.** Label publik jarang cocok dengan label Anda. Beri label manual pada sampel lalu hitung precision, recall, dan F1, seperti pada [eval](https://broadrouter.com/id/glossary/eval/) mana pun.

## Di BroadNet Inference

BroadNet tidak punya endpoint NER; Anda membangunnya di atas POST /v1/chat/completions. Referensi API BroadNet mendokumentasikan [output terstruktur](https://broadrouter.com/id/glossary/structured-output/) untuk [GLM 5.3](https://broadrouter.com/id/models/glm-5.3/) dan [Qwen3.8 27B](https://broadrouter.com/id/models/qwen3.8-27b/), dan dengan cara itulah Anda mengikat model ke daftar entitas dan himpunan jenis yang tetap. Untuk dokumen yang datang sebagai gambar, Qwen3.8 27B juga menerima input gambar.

BroadNet tidak menerbitkan benchmark NER untuk model-modelnya. [Artikel ekstraksi entitas bernama bahasa Arab](https://broadrouter.com/id/blog/arabic-named-entity-extraction-llm/) berisi prompt, pengecekan span yang mengabaikan harakat, penanganan tanggal Hijriah, dan skrip penilaian untuk dijalankan pada sampel Anda sendiri.

## Pertanyaan umum

### Apa bedanya NER dan ekstraksi entitas?

Dalam riset, NER biasanya berarti memberi label pada setiap token. Ekstraksi entitas sering berarti mengembalikan daftar entitas, dan begitulah sebagian besar pipeline LLM membingkainya. Nilailah pembingkaian yang benar-benar Anda pakai di produksi.

### Mengapa entitas yang dikembalikan model tidak cocok dengan teks Arab saya?

Sering kali model mengubah hamzah, menghapus tatweel, atau menambahkan harakat saat menyalin. Normalisasikan entitas dan teks sumbernya sebelum mengecek bahwa entitas itu memang ada.

### Apa itu nested NER?

Entitas di dalam entitas lain, seperti nama kota di dalam nama organisasi. Wojood memberi anotasi untuk ini; 22,5% entitasnya bersarang.

## Lihat juga

-   [Output terstruktur (structured output)](https://broadrouter.com/id/glossary/structured-output/) (istilah)
-   [JSON Schema (skema JSON)](https://broadrouter.com/id/glossary/json-schema/) (istilah)
-   [Normalisasi teks Arab (Arabic text normalization)](https://broadrouter.com/id/glossary/arabic-text-normalization/) (istilah)
-   [PII (personally identifiable information)](https://broadrouter.com/id/glossary/pii/) (istilah)
-   [Eval (evaluasi LLM)](https://broadrouter.com/id/glossary/eval/) (istilah)
-   [Halusinasi AI (hallucination)](https://broadrouter.com/id/glossary/hallucination/) (istilah)
-   [Ekstraksi entitas bernama bahasa Arab dengan LLM: JSON, tanggal, cek](https://broadrouter.com/id/blog/arabic-named-entity-extraction-llm/) (artikel)
-   [Klasifikasi teks bahasa Arab dengan LLM: sentimen, intent, triase](https://broadrouter.com/id/blog/arabic-text-classification-llm/) (artikel)

Coba dengan beban kerja Anda yang sebenarnya. Akun baru mendapat kredit US$5 untuk Gemma dan transkripsi. DeepSeek, GLM, dan Qwen3.8 memerlukan top up.

[Mulai](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=id-glossary-named-entity-recognition&utm_content=page-cta) ·

**Sumber**

-   [Tjong Kim Sang dan De Meulder, Introduction to the CoNLL-2003 Shared Task: Language-Independent Named Entity Recognition (CoNLL 2003, ACL Anthology) (diperiksa 2026-11-15)](https://aclanthology.org/W03-0419/)
-   [Tjong Kim Sang dan De Meulder, makalah CoNLL-2003, teks lengkap (arXiv cs/0306050, HTML ar5iv) (diperiksa 2026-11-15)](https://ar5iv.labs.arxiv.org/html/cs/0306050)
-   [CAMeL Lab, halaman unduhan pembagian train/test ANERcorp (diperiksa 2026-11-15)](https://camel.abudhabi.nyu.edu/anercorp)
-   [Jarrar, Khalilia, dan Ghanem, Wojood: Nested Arabic Named Entity Corpus and Recognition using BERT (LREC 2022, ACL Anthology) (diperiksa 2026-11-15)](https://aclanthology.org/2022.lrec-1.387/)
