Définition complète
Une entite nommee (Named Entity) est un element d'information spécifique identifié dans un texte : noms de personnes, organisations, lieux, dates, montants, numeros de contrat. La reconnaissance d'entites nommees (NER - Named Entity Recognition) est une technique NLP qui détecte et categorise automatiquement ces elements. Dans un chatbot, le NER extrait les informations clés de la requête utilisateur pour les traiter.
Questions fréquentes
Comment le NER aide-t-il un chatbot ?
Le NER extrait les informations essentielles des messages utilisateur : dans 'Je veux annuler ma reservation du 15 mars au nom de Dupont', le NER détecte la date (15 mars) et le nom (Dupont). Ces entites alimentent ensuite les appels API ou la recherche en base. Sans NER, le chatbot ne saurait pas quelles informations manipuler.
Quels sont les types d'entites les plus courants ?
Les entites standards sont : PERSON (noms de personnes), ORG (organisations), LOC/GPE (lieux), DATE (dates), TIME (heures), MONEY (montants), PERCENT (pourcentages). En entreprise, nous ajoutons des entites métier : numero de contrat, reference produit, code postal. Les modèles NER peuvent être entraînés pour détecter des entites personnalisées.
Quelle est la précision du NER sur le français ?
Les modèles NER modernes atteignent 90-95% de F1-score sur le français pour les entites classiques (personnes, lieux, organisations). Les performances diminuent sur les entites métier spécifiques sans fine-tuning. Les LLM modernes extraient les entités de façon zero-shot avec une bonne précision, mais les modèles NER spécialisés restent plus rapides et économiques à l'échelle.