Adlandırılmış varlık tanıma, serbest metindeki kişi, kurum, yer, tarih, para tutarı ve ürün gibi varlıkları bulup türlerine göre etiketleyen NLP görevidir. Model iki şeyi aynı anda karara bağlıyor: varlığın metinde nerede başlayıp bittiği ve hangi kategoriye ait olduğu.
Bağlam olmadan iş yürümüyor. "Beşiktaş" cümleye göre spor kulübü de ilçe adı da olabiliyor, "Ford" marka da soyadı da. Bu yüzden kurallı sistemler yerini bağlamı okuyan modellere bıraktı. Türkçede ek bir zorluk var: varlık adları çekim eki alıyor ve büyük harf kullanımı her zaman güvenilir bir ipucu vermiyor.
Çıktı genelde bir sonraki adımın girdisi oluyor. Varlıklar bilgi tabanındaki kimliklere bağlanıyor, arama sorguları bu kimlikler üzerinden yorumlanıyor, belgelerden yapılandırılmış alanlar çıkarılıyor.
Somut bir örnek: bir hukuk bürosunda gelen sözleşmelerden taraf adları, imza tarihi, süre ve bedel alanlarının çıkarılması gerekiyor. Bu alanlar her sözleşmede farklı yerde ve farklı ifadeyle geçiyor. NER modeli birkaç bin işaretlenmiş sözleşmeden öğrendikten sonra yeni belgelerde aynı alanları buluyor ve dosya açılışı elle okuma işi olmaktan çıkıyor.
Hata biçimleri de kendine has. Model varlığın sınırını yanlış çizebiliyor, mesela "Türkiye İş Bankası" yerine yalnızca "İş Bankası" alabiliyor. Bu tür kısmi eşleşmeler değerlendirme sırasında ayrıca sayılıyor.