命名实体识别(NER)是人工智能(AI)和a自然语言处理(NLP)技术。它识别、标记和分类数据中的命名实体，如城市、名人、品牌等。它还可以识别和分类一个实体所代表的名词类型，如地理、人物或企业，这有助于主题聚类。

有了NER，机器学习模型可以识别不同的书写或拼写错误的单词，因此它们在标记时不会被排除在外。例如，NER帮助一个社交监听软件识别出Faceb00k和FB都指的是Facebook，并被标记为社交网络。

NER算法使用统计模型从语义上和上下文上理解单词。知识图进一步建立实体之间的关系，并提供对数据的整体理解。这种能力使得NER在情绪分析．

当情感分析算法计算情感时顾客的声音(VoC)数据，他们能够为NER识别的每个实体分配情感值。这些可操作的见解有助于品牌对其策略进行有针对性的改进，例如开发引人入胜的内容，简化客户服务响应，创建更有针对性的广告等等。