Imaginez un lecteur qui surligne automatiquement, dans un article de presse, chaque nom de personne en bleu, chaque ville en vert et chaque entreprise en orange. C'est exactement le rôle de la reconnaissance d'entités nommées (Named Entity Recognition, NER) : une tâche fondamentale du traitement du langage naturel qui consiste à localiser des fragments de texte puis à les classer dans des catégories prédéfinies.
Ce que la NER identifie
Les systèmes NER détectent typiquement des entités comme :
- PER — personnes (« Fatima Zahra »)
- LOC / GPE — lieux et entités géopolitiques (« Casablanca », « Maroc »)
- ORG — organisations (« OCP », « Tavily »)
- MISC — dates, montants, pourcentages
Concrètement, dans « OCP investit 2 milliards à Jorf Lasfar », un modèle NER étiquette OCP comme ORG, 2 milliards comme valeur monétaire et Jorf Lasfar comme LOC.
Comment ça fonctionne
La NER est souvent posée comme un problème d'étiquetage de séquence : chaque mot reçoit une étiquette selon le schéma BIO (Begin, Inside, Outside). Historiquement on utilisait des champs aléatoires conditionnels (CRF) ; aujourd'hui dominent les modèles à base de Transformers comme BERT, qui exploitent le contexte bidirectionnel.
L'évaluation repose sur le score F1, moyenne harmonique de la précision et du rappel :
$$F_1 = 2 \cdot \frac{P \cdot R}{P + R}$$
Pourquoi c'est utile
| Domaine | Application |
|---|---|
| Veille média | Repérer entreprises et personnalités citées |
| Santé | Extraire médicaments et symptômes |
| Finance | Détecter sociétés et montants |
| Moteurs de recherche | Comprendre la requête de l'utilisateur |
La NER transforme un texte brut en données structurées : c'est la première brique vers une machine qui ne lit pas seulement les mots, mais comprend de qui et de quoi l'on parle.