Ertas 助力命名实体识别
训练 NER 模型,识别并提取您所在行业使用的实体类型:人名、组织、产品、医学术语、法律引用,以及您自定义的类型。
The Challenge
命名实体识别是从非结构化文本中提取结构化信息的基础。通用 NER 模型可以识别人名、地点和组织等常见实体,但在领域特定实体类型上表现不佳。医学 NER 系统需要识别药品名称、剂量单位、解剖术语和 ICD 编码。法律系统需要识别案例引用、法规引用、当事人名称和司法管辖区。金融系统需要提 取股票代码、带货币的金额、监管机构名称和特定金融工具。
构建自定义 NER 模型传统上需要深厚的 NLP 专业知识、复杂的标注工具和大量的工程投入来部署和维护。团队在开始训练之前就要花数月时间制定标注指南、衡量标注者间一致性和选择模型架构。结果往往是一个脆弱的流水线,在遇到未明确训练过的实体格式时就会崩溃——新的药物命名规范、不寻常的引用格式,或与预期模式不匹配的外国组织名称。
The Solution
Ertas 借助开源语言模型广泛的语言理解能力,把微调集中在您所在领域特有的实体规律上,让定制 NER 变得简单。团队不必从零训练传统 NER 模型,而是在 Ertas Studio 中用文本示例微调生成式模型,每条示例都附上其中包含的实体,以 JSON 等结构化格式写出。模型既根据实体本身的形式,也根据周围的上下文来识别实体。
由于基础模型本身已经很好地理解语言,微调后的模型通常能处理没有明确见过的实体格式,例如出现在常见句式位置上的新药名,或出现在组织通常承担的角色中的陌生组织名。在依赖这一点之前,团队应先用自己的预留示例加以验证。Studio 接受 JSONL 格式的训练数据,包含输入文本和结构化的实体输出;Studio 的引导式数据集构建器 Data Craft 让标注人员在同一处编辑和批准示例。训练好的模型从 Hub 导出为 GGUF 或 safetensors,在您自己的服务器上运行:批量任务用 Ollama,实时提取用 vLLM,处理的文本留在您的网络内。训练在 Ertas 的云端 GPU 上进行,标注示例会上传到 Ertas,因此如果其中含有个人 信息,请在上传前把真实姓名和身份标识替换为逼真的替代值。
Key Features
定制实体类型训练
定义您自己的实体类型,训练模型从文本中提取它们。由于模型输出的是结构化 JSON,您的输出模式可以包含嵌套实体、重叠片段或实体之间的关系,训练示例会教会模型这套模式。
在 Data Craft 中审核标注
在 Studio 的引导式数据集构建器 Data Craft 中构建和完善标注示例。标注人员可以编辑实体输出、保存数据集版本,并跟踪哪些示例已批准,在训练前就解决分歧。
导出训练好的模型
每个训练好的模型都会列在 Hub 中。可下载 GGUF 格式用于 llama.cpp、Ollama 或 LM Studio,或下载完整的 safetensors 用于 vLLM,再接入您自己的提取服务。模型归您所有,运行时不依赖任何 Ertas 服务。
敏感文本留在内部
在您自己的服务器上运行导出的模型,含有患者姓名、账号或个人身份标识的文档都在您的网络内处理。训练在 Ertas 的云端 GPU 上进行,因此请在上传前把训练示例中的真实身份标识替换为逼真的替代值。
Example Workflow
一家制药公司需要从临床试验报告中提取药物名称、剂量信息、不良事件和患者人口统计信息,用于药物警戒监测。NLP 团队按照自己的实体模式(12 种实体类型)标注了 15,000 段报告摘录,把患者身份标识替换为合成的替代值,然后把 JSONL 数据集上传到 Ertas Studio。训练前,标注人员在 Data Craft 中解决有争议的示例。团队微调 Qwen 2.5 7B,让它读取报告文本,返回包含每个实体及其类型和文本位置的结构化 JSON,然后在一组预留的已标注报告上,按实体类型测量 F1,并与之前使用的通用 NER 系统对比。模型从 Hub 导出,每晚在公司自己的服务器上以批处理方式处理新收到的试验报告。提取出的实体载入药物警戒数据库,由安全分析师复核标记出的不良事件,他们的修正又用于下一次训练。
Related Resources
微调
JSONL
LoRA
推理
How to Fine-Tune an LLM Locally: 6 Steps (2026)
Getting Started with Ertas: Fine-Tune and Deploy Custom AI Models
Fine-Tune AI Without Code: 6 Visual Steps
Privacy-Conscious AI Development: Fine-Tune in the Cloud, Run on Your Terms
Introducing Ertas Studio: A Visual Canvas for Fine-Tuning AI Models
LangChain
Ollama
vLLM
Hugging Face
Ertas for Data Extraction
Ertas for Healthcare
Ertas for Legal
Ertas for Document Classification
Ship AI that runs on your users' devices.
Start free with 150 credits after card verification. Paid plans from $20/mo USD.