---
title: "Cos’è la named entity recognition (NER)? Arabo e LLM"
description: "La named entity recognition trova nomi di persone, organizzazioni e luoghi nel testo. Come si etichetta e si valuta la NER, i dataset arabi e come farla con un LLM."
url: https://broadrouter.com/it/glossary/named-entity-recognition/
lang: it
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Tradotto dall’inglese con l’aiuto dell’IA. [Leggi l’originale in inglese](https://broadrouter.com/glossary/named-entity-recognition/) (aggiornato il 2026-11-15).

# Riconoscimento di entità nominate (NER)

Aggiornato 2026-11-15

La named entity recognition (NER) è il compito di trovare i nomi in un testo ed etichettare ciascuno con un tipo, come persona, organizzazione o luogo. I sistemi classici etichettano ogni token; agli LLM si chiede spesso invece di restituire una lista di entità in JSON, che poi si verifica sul testo originale.

Detto anche: riconoscimento di entità nominate, riconoscimento delle entità, estrazione di entità, entità nominate, NER, named entity recognition, entity extraction, named entities

Estrarre ogni persona, azienda e luogo da un contratto o da una notizia, con un tipo per ciascuno: questa è la NER, ed è uno dei lavori più comuni affidati a un LLM.

## Come funziona

Il benchmark classico è lo shared task CoNLL-2003. Usava notizie Reuters in inglese e testi tedeschi della Frankfurter Rundschau, quattro tipi (PER per le persone, ORG, LOC e MISC per i “names of miscellaneous entities that do not belong to the previous three groups”, traduzione: nomi di entità varie che non appartengono ai tre gruppi precedenti) e tag IOB: ogni parola è B- o I- di un tipo, oppure O se è fuori. La valutazione è l’F1 sulle entità, e un’entità conta solo se coincide esattamente con il riferimento.

Un esempio in arabo in formato IOB:

| Token | Tag |
| --- | --- |
| زار | O |
| خالد | B-PER |
| العتيبي | I-PER |
| مدينة | O |
| الرياض | B-LOC |

(«Khalid Al-Otaibi ha visitato la città di Riyad.»)

L’arabo ha i suoi dataset. ANERcorp, creato da Yassine Benajiba e riferimento standard dal 2008, è testo di agenzie di stampa; lo split concordato di CAMeL Lab ha 125.102 parole di addestramento e 25.008 di test, con licenza CC BY-SA 4.0. Wojood (Jarrar et al., 2022) ha circa 550.000 token di testo in MSA e in dialetto, 21 tipi di entità e circa 75.000 entità, il 22,5% delle quali annidate. Il suo modello basato su AraBERT ha ottenuto 0,884 di micro F1.

Con un LLM l’impostazione comune è diversa: si chiede una lista, non un tag per token.

```json
{"entities": [
  {"text": "خالد العتيبي", "type": "PERSON"},
  {"text": "الرياض", "type": "LOCATION"}
]}
```

## Perché è importante

La NER alimenta filtri di ricerca, record di CRM, l’oscuramento dei [PII](https://broadrouter.com/it/glossary/pii/) e i knowledge graph. Con un LLM i rischi principali sono:

-   **Entità inventate o modificate.** Un modello può restituire un nome che non è nel testo, o “correggerne” l’ortografia. Verifica che ogni entità compaia nel testo originale, dopo la [normalizzazione del testo arabo](https://broadrouter.com/it/glossary/arabic-text-normalization/) su entrambi i lati. È una forma di controllo delle [allucinazioni](https://broadrouter.com/it/glossary/hallucination/).
-   **Deriva delle etichette.** Fissa la lista dei tipi in uno schema, così il modello non può inventarne di nuovi.
-   **I benchmark non sono i tuoi dati.** Le etichette pubbliche raramente coincidono con le tue. Etichetta a mano un campione e misura precision, recall e F1, come in qualsiasi [eval](https://broadrouter.com/it/glossary/eval/).

## Su BroadNet Inference

BroadNet non ha un endpoint NER; la costruisci su POST /v1/chat/completions. Il riferimento API di BroadNet documenta l’[output strutturato](https://broadrouter.com/it/glossary/structured-output/) per [GLM 5.3](https://broadrouter.com/it/models/glm-5.3/) e [Qwen3.8 27B](https://broadrouter.com/it/models/qwen3.8-27b/), ed è così che vincoli il modello a una lista di entità e a un insieme fisso di tipi. Per i documenti che arrivano come immagini, Qwen3.8 27B accetta anche input di immagini.

BroadNet non pubblica benchmark NER per i suoi modelli. L’[articolo sull’estrazione di entità nominate in arabo](https://broadrouter.com/it/blog/arabic-named-entity-extraction-llm/) contiene un prompt, controlli sugli span che ignorano i segni diacritici, la gestione delle date dell’Egira e uno script di valutazione da eseguire sul tuo campione.

## Domande frequenti

### Che differenza c’è tra NER ed estrazione di entità?

Nella ricerca NER di solito significa etichettare ogni token. Estrazione di entità spesso significa restituire una lista di entità, ed è così che la impostano la maggior parte delle pipeline con LLM. Valuta l’impostazione che metti davvero in produzione.

### Perché un’entità restituita dal modello non corrisponde al mio testo arabo?

Spesso il modello, copiando, ha cambiato una hamza, tolto il tatweel o aggiunto i segni diacritici. Normalizza sia l’entità sia il testo originale prima di verificare che compaia.

### Cos’è la NER annidata?

Entità dentro altre entità, come una città dentro il nome di un’organizzazione. Wojood le annota; il 22,5% delle sue entità è annidato.

## Vedi anche

-   [Output strutturato (structured output)](https://broadrouter.com/it/glossary/structured-output/) (termine)
-   [JSON Schema](https://broadrouter.com/it/glossary/json-schema/) (termine)
-   [Normalizzazione del testo arabo (Arabic text normalization)](https://broadrouter.com/it/glossary/arabic-text-normalization/) (termine)
-   [PII (informazioni personali identificabili)](https://broadrouter.com/it/glossary/pii/) (termine)
-   [Eval (valutazione degli LLM)](https://broadrouter.com/it/glossary/eval/) (termine)
-   [Allucinazione (hallucination)](https://broadrouter.com/it/glossary/hallucination/) (termine)
-   [Estrarre entità nominate dall’arabo con un LLM: JSON, date e controlli](https://broadrouter.com/it/blog/arabic-named-entity-extraction-llm/) (articolo)
-   [Classificare testo arabo con un LLM: sentiment, intenzione, triage](https://broadrouter.com/it/blog/arabic-text-classification-llm/) (articolo)

Provalo sul tuo carico di lavoro reale. I nuovi account partono con USD 5 di credito per Gemma e trascrizione. DeepSeek, GLM e Qwen3.8 richiedono una ricarica.

[Inizia](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=it-glossary-named-entity-recognition&utm_content=page-cta) ·

**Fonti**

-   [Tjong Kim Sang e De Meulder, Introduction to the CoNLL-2003 Shared Task: Language-Independent Named Entity Recognition (CoNLL 2003, ACL Anthology) (verificato il 2026-11-15)](https://aclanthology.org/W03-0419/)
-   [Tjong Kim Sang e De Meulder, articolo CoNLL-2003, testo completo (arXiv cs/0306050, HTML ar5iv) (verificato il 2026-11-15)](https://ar5iv.labs.arxiv.org/html/cs/0306050)
-   [CAMeL Lab, pagina di download dello split train/test di ANERcorp (verificato il 2026-11-15)](https://camel.abudhabi.nyu.edu/anercorp)
-   [Jarrar, Khalilia e Ghanem, Wojood: Nested Arabic Named Entity Corpus and Recognition using BERT (LREC 2022, ACL Anthology) (verificato il 2026-11-15)](https://aclanthology.org/2022.lrec-1.387/)
