共计 496 个字符，预计需要花费 2 分钟才能阅读完成。
命名实体识别 (NER) 是一种让模型识别和分类文本中的命名实体（例如人、组织、位置和日期）的技术。
在 ChatGPT 中使用课程学习提示，应向模型提供一段文本，并要求模型识别和分类文本中的命名实体。提示还应包括有关所需输出的信息，例如要识别的命名实体的类型（例如人员、组织、位置、日期）和任何特定要求或约束。
以下是提示示例及其公式：
示例
示例 1 – 新闻文章中的命名实体识别：
- 任务 ：识别和分类新闻文章中的命名实体
- 指令 ：模型应识别和分类人员、组织、地点和日期
- 提示公式 ：“对下面的新闻文章 [插入文章] 进行命名实体识别，并对人物、组织、地点和日期进行识别和分类。”
示例
示例 2 – 法律文件中的命名实体识别
- 任务 ：识别和分类法律文件中的命名实体
- 指令 ：模型应识别和分类人员、组织、地点和日期
- 提示公式 ：“对以下法律文件 [插入文件] 进行命名实体识别，并对人员、组织、地点和日期进行识别和分类。”
示例
示例 3 – 研究论文中的命名实体识别：
- 任务 ：识别和分类研究论文中的命名实体
- 指令 ：模型应识别和分类人员、组织、地点和日期
- 提示公式 ：“对以下研究论文 [插入论文] 进行命名实体识别，并对人物、组织、地点和日期进行识别和分类。”
正文完
