Entity annotation, ham metin içindeki kişi, kurum, yer, tarih, ürün ve para tutarı gibi varlıkların işaretlenmesidir. Metnin nerede başladığı ve bittiği ile birlikte hangi türe ait olduğu kaydediliyor. Çıktı, modelin ya da arama sisteminin doğrudan kullanabileceği yapılandırılmış bir katman oluyor.
İşaretleme genelde bir etiket şemasıyla yapılıyor. Kişi, organizasyon ve konum gibi standart türlerin yanına projeye özel türler ekleniyor. Bir e-ticaret projesinde marka, model kodu ve beden, bir hukuk projesinde madde numarası ve mahkeme adı bu listeye giriyor. Aynı metin birden çok kişi tarafından etiketlenip aralarındaki uyum ölçülüyor, çünkü şema net değilse etiketleyiciler farklı kararlar veriyor.
Bu veri, adlandırılmış varlık tanıma modellerinin eğitim kümesini oluşturuyor. Model, elle işaretlenmiş binlerce örnekten öğrenip daha önce görmediği metinlerde aynı varlıkları bulmayı öğreniyor.
Somut bir örnek: bir sigorta şirketinin hasar bildirimlerinde araç markası, plaka, olay tarihi ve kaza yeri serbest metnin içinde geçiyor. Bu alanlar birkaç bin bildirimde elle işaretleniyor, ardından eğitilen model gelen yeni bildirimlerden aynı alanları çıkarıyor ve dosya açılışı elle veri girişi olmaktan çıkıyor.
Etiketleme kalitesi doğrudan model kalitesine yansıyor. Sınırların tutarsız çizildiği bir kümede model de sınırları tutarsız öğreniyor.