命名实体识别（Named Entity Recognition，NER）是自然语言处理中的一项基础任务，旨在将文本中的特定实体定位并分类为预定义的类别，如人名、地名、组织名等。命名实体识别是信息提取、问答系统、句法分析、机器翻译等众多自然语言处理任务的重要基础工具。

命名实体识别通常通过自然语言处理技术和机器学习算法来实现。它首先将文本中的每个单词或词汇标记，然后根据上下文信息和语言模型确定这些标记对应的实体类型，如人名、地名等。命名实体识别的任务主要包括三大类和七小类实体的识别，其中三大类指实体类、时间类和数字类，七小类指人名、机构名、地名、时间、日期、货币和百分比等。

命名实体识别在各个领域都有广泛的应用，如智能问答、智能推荐、语言翻译等。例如，在智能问答中，命名实体识别可以用于知识图谱的构建，从文本中提取出与问题相关的实体信息；在智能推荐中，命名实体识别可以用于用户画像的构建，了解用户兴趣和偏好；在语言翻译中，命名实体识别可以用于机器翻译的预处理步骤，提高翻译的准确性。