一些网站会直接提供实体词典，如搜狗词典；可以从结构化/半结构化数据中挖掘实体词典，例如百度百科、医学网站的Link等等；从文本中挖掘。用户可能提供一些非标准化表达，这时候就需要用到新词挖掘技术，可以参考美团搜索的新词挖掘技术：...

命名实体识别系列（一）NER任务介绍前言博主为某校研究生，目前研二，经历过两段NER工作的实习，也投了一篇NER相关的论文。准备在今年（2021）开一个关于NER的系列博客，分专题由浅入深地从实践需求和学术论文等方面对NER做一个体系梳理。因个人能力和水平有限，并非该领域的资深专家，难免有不少疏漏和不妥甚至错误之处，恳请同行批评指正。注：以边学边做，边学边写的方法，对某些问题的理解会出现变化，因此

在做老师的“表格识别课题研究”的时候，因为要用到倾斜校正，其基本原理是识别出扫描图像文件中的直线，然后计算倾斜角，在把倾斜的图像校正回来。在读论文的时候遇到了很多倾斜校正的算法，今天好好研究了一下Radon（拉冬）变换来进行直线识别的算法。能识别出直线的位置，下一步就可以简单得进行倾斜校正了查了很多资料，大概明白了RADON变换是一种原始灰度图像到（p,o）二维矩阵的映射，映射关系是灰度图像的像素