---
title: "Что такое распознавание именованных сущностей (NER)?"
description: "Распознавание именованных сущностей находит в тексте имена людей, организаций и мест. Как размечают и оценивают NER, арабские датасеты и как решать задачу с LLM."
url: https://broadrouter.com/ru/glossary/named-entity-recognition/
lang: ru
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Переведено с английского с помощью ИИ. [Читать оригинал на английском](https://broadrouter.com/glossary/named-entity-recognition/) (обновлён 2026-11-15).

# Распознавание именованных сущностей (NER)

Обновлено 2026-11-15

Распознавание именованных сущностей (NER) — это задача найти в тексте имена и присвоить каждому тип, например «персона», «организация» или «место». Классические системы размечают каждый токен; у LLM вместо этого обычно просят вернуть список сущностей в JSON, который затем сверяют с исходным текстом.

Также называют: NER, извлечение сущностей, извлечение именованных сущностей, именованные сущности, распознавание сущностей, named entity recognition, entity extraction, named entities

Вытащить из договора или новостной заметки всех людей, компании и места, указав тип каждого. Это и есть NER — одна из самых частых задач, которые поручают LLM.

## Как это работает

Классический бенчмарк — общее соревнование CoNLL-2003. В нём использовались английские новости Reuters и немецкие тексты Frankfurter Rundschau, четыре типа (PER для персон, ORG, LOC и MISC для “names of miscellaneous entities that do not belong to the previous three groups” (перевод: «названий прочих сущностей, не относящихся к трём предыдущим группам»)) и теги IOB: каждое слово помечается как B- или I- с типом либо как O, то есть вне сущности. Оценка — F1 по сущностям, причём сущность засчитывается, только если она в точности совпадает с эталоном.

Арабский пример в формате IOB:

| Токен | Тег |
| --- | --- |
| زار | O |
| خالد | B-PER |
| العتيبي | I-PER |
| مدينة | O |
| الرياض | B-LOC |

(«Халид аль-Утейби посетил город Эр-Рияд».)

Для арабского есть свои датасеты. ANERcorp, созданный Ясином Бенаджибой и служащий стандартным эталоном с 2008 года, состоит из новостных текстов; в согласованном разбиении CAMeL Lab 125 102 слова для обучения и 25 008 слов для теста по лицензии CC BY-SA 4.0. В Wojood (Jarrar et al., 2022) около 550 тыс. токенов текста на MSA и диалектах, 21 тип сущностей и около 75 тыс. сущностей, из них 22,5 % вложенные. Его модель на основе AraBERT показала micro F1 0,884.

С LLM задачу обычно ставят иначе: просят список, а не тег для каждого токена.

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

## Почему это важно

NER питает фильтры поиска, записи в CRM, маскирование [персональных данных (PII)](https://broadrouter.com/ru/glossary/pii/) и графы знаний. При работе с LLM главные риски такие:

-   **Выдуманные или изменённые сущности.** Модель может вернуть имя, которого нет в тексте, или «исправить» его написание. Проверяйте, что каждая сущность есть в источнике, после [нормализации арабского текста](https://broadrouter.com/ru/glossary/arabic-text-normalization/) с обеих сторон. Это разновидность проверки на [галлюцинации](https://broadrouter.com/ru/glossary/hallucination/).
-   **Дрейф меток.** Зафиксируйте список типов в схеме, чтобы модель не могла придумать новый тип.
-   **Бенчмарки — не ваши данные.** Публичная разметка редко совпадает с вашей. Разметите выборку вручную и посчитайте точность, полноту и F1, как в любом [эвале](https://broadrouter.com/ru/glossary/eval/).

## В BroadNet Inference

У BroadNet нет эндпоинта для NER; его строят на POST /v1/chat/completions. Справочник API BroadNet документирует [структурированный вывод](https://broadrouter.com/ru/glossary/structured-output/) для [GLM 5.3](https://broadrouter.com/ru/models/glm-5.3/) и [Qwen3.8 27B](https://broadrouter.com/ru/models/qwen3.8-27b/) — так вы удерживаете модель в рамках списка сущностей и фиксированного набора типов. Для документов, которые приходят изображениями, Qwen3.8 27B также принимает изображения на вход.

BroadNet не публикует NER-бенчмарков для своих моделей. В статье [об извлечении арабских именованных сущностей](https://broadrouter.com/ru/blog/arabic-named-entity-extraction-llm/) есть промпт, проверки фрагментов без учёта огласовок, обработка дат по хиджре и скрипт оценки, который можно запустить на своей выборке.

## Вопросы и ответы

### Чем NER отличается от извлечения сущностей?

В исследованиях под NER обычно понимают разметку каждого токена меткой. Извлечение сущностей чаще означает возврат списка сущностей — так задачу ставит большинство LLM-пайплайнов. Оценивайте ту постановку, которую реально выпускаете в продакшен.

### Почему сущность, которую вернула модель, не совпадает с моим арабским текстом?

Часто модель при копировании изменила хамзу, убрала татвиль или добавила огласовки. Нормализуйте и сущность, и исходный текст, прежде чем проверять, что она там есть.

### Что такое вложенный NER?

Это сущности внутри других сущностей, например город внутри названия организации. В Wojood такие сущности размечены; вложенными там являются 22,5 % сущностей.

## См. также

-   [Структурированный вывод (structured output)](https://broadrouter.com/ru/glossary/structured-output/) (термин)
-   [JSON Schema (JSON-схема)](https://broadrouter.com/ru/glossary/json-schema/) (термин)
-   [Нормализация арабского текста (Arabic text normalization)](https://broadrouter.com/ru/glossary/arabic-text-normalization/) (термин)
-   [Персональные данные (PII)](https://broadrouter.com/ru/glossary/pii/) (термин)
-   [Eval (оценка LLM)](https://broadrouter.com/ru/glossary/eval/) (термин)
-   [Галлюцинация (hallucination)](https://broadrouter.com/ru/glossary/hallucination/) (термин)
-   [Извлечение именованных сущностей из арабского с LLM: JSON и даты](https://broadrouter.com/ru/blog/arabic-named-entity-extraction-llm/) (статья)
-   [Классификация арабского текста с LLM: тональность, интенты, тикеты](https://broadrouter.com/ru/blog/arabic-text-classification-llm/) (статья)

Проверьте на своей реальной нагрузке. Новые аккаунты получают стартовый грант US$5 на Gemma и распознавание речи. Для DeepSeek, GLM и Qwen3.8 нужно пополнить баланс.

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

**Источники**

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