Named Entity Recognition (NER)

O Reconhecimento de Entidades Nomeadas (NER) é uma subtarefa central do Processamento de Linguagem Natural (NLP) que envolve identificar e classificar informações importantes em texto não estruturado. Num fluxo de trabalho típico, um modelo de NER analisa um documento para localizar "entidades" — palavras ou frases específicas que representam objetos do mundo real — e atribui-lhes categorias predefinidas, como nomes de pessoas, organizações, localizações, datas ou códigos médicos. Este processo é essencial para transformar dados não estruturados brutos, como e-mails, avaliações de clientes e artigos noticiosos, em formatos estruturados que as máquinas conseguem processar e analisar. Ao responder ao "quem, o quê e onde" de um texto, o NER permite que sistemas de Inteligência Artificial (AI) extraiam automaticamente informações relevantes de grandes volumes de dados.

Como funciona o NER#

Os sistemas modernos de NER aproveitam modelos estatísticos avançados e técnicas de Aprendizagem Profunda (DL) para compreender o contexto que envolve uma palavra. O processo começa com a tokenização, na qual uma frase é dividida em unidades individuais chamadas tokens. Arquiteturas sofisticadas, como o Transformer, analisam depois as relações entre esses tokens para determinar o seu significado com base no uso.

Por exemplo, a palavra "Apple" pode referir-se a uma fruta ou a uma empresa de tecnologia, dependendo da frase. Através de mecanismos como a autoatenção, um modelo de NER distingue que "Apple lançou um novo telemóvel" se refere a uma Organização, enquanto "Eu comi uma maçã" se refere a um objeto genérico. O desempenho destes modelos depende fortemente de dados de treino de alta qualidade e de uma anotação de dados precisa. Em aplicações multimodais, o NER é frequentemente combinado com o Reconhecimento Ótico de Caracteres (OCR) para extrair texto de imagens antes de o processar.

Aplicações no mundo real#

O NER é uma tecnologia fundamental para muitas ferramentas de automação inteligente utilizadas em vários setores.

• AI na área da saúde: As instituições médicas utilizam o NER para extrair dados críticos de registos clínicos eletrónicos. Ao extrair entidades como sintomas, nomes de medicamentos e dosagens de notas clínicas, os investigadores podem acelerar a descoberta de medicamentos e melhorar os cuidados prestados aos pacientes.
• Suporte inteligente ao cliente: As empresas utilizam chatbots equipados com NER para classificar automaticamente as reclamações dos clientes. Se um utilizador enviar a mensagem "O ecrã do meu portátil está partido", o sistema identifica "portátil" como um Produto e "ecrã está partido" como um Defeito, encaminhando imediatamente o pedido para a equipa de suporte técnico.
• Recomendação de conteúdo: Os serviços de streaming e os agregadores de notícias utilizam o NER para etiquetar conteúdos com entidades relevantes (por exemplo, atores, géneros e localizações). Os sistemas de recomendação utilizam depois essas etiquetas para sugerir novos filmes ou artigos que correspondam aos interesses do utilizador.
• Análise financeira: As empresas de investimento utilizam o NER para analisar diariamente milhares de relatórios financeiros e artigos noticiosos. Ao extrair nomes de empresas e valores monetários, podem realizar modelação preditiva para prever tendências do mercado.

Distinguir o NER de conceitos relacionados#

É útil diferenciar o NER de outras tarefas de interpretação para compreender o seu papel específico num pipeline de AI.

• Deteção de objetos: Enquanto o NER identifica entidades em texto, a deteção de objetos identifica entidades em imagens. Por exemplo, um modelo visual como o YOLO26 deteta carros e peões em transmissões de vídeo, enquanto o NER deteta "Ford" e "condutor" em relatórios escritos. Ambas as tarefas procuram localizar e classificar itens de interesse nas respetivas modalidades de dados.
• Análise de sentimentos: Esta tarefa determina o tom emocional (positivo, negativo ou neutro) de um texto. O NER extrai o que está a ser discutido (por exemplo, "O iPhone 16"), enquanto a análise de sentimentos determina como o utilizador se sente em relação a isso (por exemplo, "é incrível").
• Compreensão de Linguagem Natural (NLU): A NLU é um termo abrangente para a compreensão de leitura por máquinas. O NER é um componente específico da NLU que frequentemente funciona em conjunto com a classificação de intenções para compreender plenamente o significado da entrada do utilizador.
• Extração de palavras-chave: Ao contrário do NER, que classifica palavras em categorias semânticas (por exemplo, Pessoa, Data), a extração de palavras-chave simplesmente identifica os termos mais frequentes ou relevantes num documento, sem compreender o tipo de entidade a que pertencem.

Combinar NER com Visão Computacional#

A convergência entre texto e visão é uma tendência crescente na Aprendizagem Multimodal. Modelos como o YOLO-World fazem a ligação entre estas áreas utilizando prompts de texto para orientar a deteção de objetos. Neste fluxo de trabalho, o codificador de texto atua de forma semelhante a um sistema de NER, interpretando o significado semântico dos nomes de classes (entidades) fornecidos pelo utilizador para encontrar os objetos visuais correspondentes.

O exemplo seguinte em Python demonstra como utilizar a biblioteca ultralytics para detetar objetos com base em descrições de texto personalizadas, ligando eficazmente entidades de linguagem natural a dados visuais.

from ultralytics import YOLOWorld

# Load a YOLO-World model capable of understanding text-based entities
model = YOLOWorld("yolov8s-world.pt")

# Define custom entities to search for in the image
# The model interprets these text strings to identify visual matches
model.set_classes(["red backpack", "person wearing hat", "dog"])

# Run inference on an image to localize these entities
results = model.predict("park_scene.jpg")

# Display the results with bounding boxes around detected entities
results[0].show()

Ferramentas e implementação#

Os programadores têm acesso a um ecossistema robusto de ferramentas para implementar NER. Bibliotecas populares de código aberto, como spaCy e NLTK, disponibilizam pipelines pré-treinados para utilização imediata. Para aplicações empresariais de grande escala, serviços na nuvem, como o Google Cloud Natural Language, oferecem APIs geridas que se adaptam à procura.

A gestão do ciclo de vida destes modelos de AI — quer sejam para texto ou visão — requer operações eficientes. A Ultralytics Platform simplifica estes processos de MLOps, oferecendo um ambiente unificado para gerir conjuntos de dados, treinar modelos e implementar soluções. Isto garante que os projetos de AI permanecem escaláveis e prontos para produção, apoiando a melhoria contínua de modelos como o YOLO26 para obter desempenho de ponta.