Co uznajemy za encję?
Osoby, daty, kwoty i nie tylko
Co uznajemy za encję? to bezpłatna lekcja NLP Academy na CoddyKit. To lekcja 1 z 4. Możesz przeczytać całą lekcję poniżej za darmo — a potem ćwiczyć ją interaktywnie w przeglądarce z wbudowanym edytorem kodu i tutorem AI dostępnym 24/7. To część ścieżki edukacyjnej NLP Academy, a Twój postęp synchronizuje się między webem a aplikacją CoddyKit. Kurs NLP Academy zawiera 4 lekcji w sumie.
Poznaj encję
Encja to nazwany w zdaniu element rzeczywistości: osoba, miejsce, data lub kwota. NER uczy maszyny je rozpoznawać. 🔎
Dlaczego nazwy mają znaczenie
Większość wartości zawartych w tekście kryje się w jego nazwach. Kto, gdzie, kiedy i ile — te informacje odpowiadają na pytania, które naprawdę interesują ludzi.
Osoby
Najczęściej spotykaną encją jest PERSON: nazwana osoba, taka jak Marie Curie lub Lionel Messi. NER wyodrębnia takie encje nawet ze środka zdania.
Miejsca
Lokalizacje, takie jak Paryż, Nil czy Japonia, są oznaczane jako GPE lub LOC. Geografia jest jednym z najbogatszych źródeł encji.
Organizacje
Firmy, zespoły i agencje to encje typu ORG. Tesla, NASA i Real Madryt należą do tej grupy.
Daty i godziny
Wyrażenia takie jak Monday lub next summer stają się encjami typu DATE. Dzięki nim możesz automatycznie umieszczać wydarzenia na osi czasu.
Pieniądze i liczby
Kwoty, takie jak $5 million lub 200, są oznaczane jako MONEY lub QUANTITY. Zasilają one potoki przetwarzania danych finansowych i analitycznych.
Typy encji to etykiety
Każda encja ma etykietę określającą jej kategorię. To właśnie etykieta sprawia, że wyodrębniony tekst jest naprawdę użyteczny w dalszym przetwarzaniu.
text = "Apple released the iPhone in 2007."
# Apple -> ORG, 2007 -> DATENie wszystko jest encją
Zwykłe słowa, takie jak happy lub running, nie są encjami. NER oznacza tylko nazwane elementy, a nie zwykłe słownictwo czy przymiotniki.
Decyduje kontekst
Apple może oznaczać owoc albo firmę. NER wykorzystuje otaczający kontekst, aby wybrać właściwą etykietę, zamiast zgadywać.
Gdzie NER sprawdza się najlepiej
Od przeszukiwania CV po oznaczanie wiadomości — NER zamienia nieuporządkowane akapity w przejrzystą listę osób, miejsc i dat. 🚀
Szybki test
Które słowo NER najprawdopodobniej oznaczy jako encję?
Podsumowanie
Encje to nazwane elementy tekstu: osoby, miejsca, organizacje, daty i kwoty. Każda otrzymuje etykietę, a kontekst pomaga wybrać właściwą. ✅
Ucz się Python dzięki korepetycjom AI — za darmo
Pisz i uruchamiaj kod w przeglądarce, otrzymuj natychmiastową pomoc od korepetytora AI dostępnego 24/7 i kontynuuj naukę w sieci lub w aplikacji.
- Kursy
- 30
- Lekcje
- 120
Często zadawane pytania
Czy lekcja „Co uznajemy za encję?” jest bezpłatna?
Tak — pełny tekst „Co uznajemy za encję?” jest dostępny za darmo tutaj w sieci. Aby ćwiczyć ją interaktywnie (wbudowany edytor kodu i tutor AI dostępny 24/7) i odblokować resztę kursu NLP Academy, przejdź na CoddyKit PRO. Kurs NLP Academy zawiera 4 lekcji w sumie.
Co nauczysz się w „Co uznajemy za encję?”?
Osoby, daty, kwoty i nie tylko Ćwiczysz NLP Academy z praktycznym kodem, który uruchamiasz bezpośrednio w przeglądarce, a tutor AI dostępny 24/7 odpowiada na Twoje pytania podczas pracy nad lekcją.
Czy potrzebuję doświadczenia, aby zacząć NLP Academy?
Nie wymagamy żadnego doświadczenia. NLP Academy w CoddyKit jest strukturyzowany dla początkujących i zaawansowanych użytkowników, więc możesz zacząć tutaj lub od początku i uczyć się w swoim tempie. To lekcja 1 z 4.
Ile czasu zajmuje lekcja „Co uznajemy za encję?”?
Większość lekcji CoddyKit trwa około 5–10 minut. Każda lekcja to mały, interaktywny krok, dzięki czemu robisz systematyczne postępy i zawsze wracasz dokładnie do tego samego miejsca — na webie i w aplikacji.
Czy mogę pisać i uruchamiać kod w tej lekcji NLP Academy?
Tak. Każda lekcja NLP Academy zawiera wbudowany edytor kodu, więc piszesz i uruchamiasz prawdziwy kod bezpośrednio w przeglądarce i od razu otrzymujesz sprzężenie zwrotne od AI — bez konfiguracji na komputerze.
Wszystkie lekcje w tym kursie
- Co uznajemy za encję?
- Wyodrębnianie encji za pomocą spaCy
- Wizualizacja encji za pomocą displaCy
- Dodawanie niestandardowych reguł encji