---
title: "O que é reconhecimento de entidades nomeadas (NER)? | BroadRouter"
description: "O reconhecimento de entidades nomeadas acha nomes de pessoas, organizações e lugares no texto. Como a NER é rotulada e avaliada, datasets em árabe e uso com LLMs."
url: https://broadrouter.com/pt/glossary/named-entity-recognition/
lang: pt-BR
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Traduzido do inglês com ajuda de IA. [Leia o original em inglês](https://broadrouter.com/glossary/named-entity-recognition/) (atualizado em 2026-11-15).

# Reconhecimento de entidades nomeadas (NER)

Atualizado em 2026-11-15

Reconhecimento de entidades nomeadas (NER) é a tarefa de encontrar nomes em um texto e rotular cada um com um tipo, como pessoa, organização ou local. Sistemas clássicos rotulam cada token; já aos LLMs costuma-se pedir uma lista de entidades em JSON, que depois é conferida contra o texto original.

Também chamado de: reconhecimento de entidades nomeadas, extração de entidades, entidades nomeadas, NER, named entity recognition, entity extraction, named entities

Tirar todas as pessoas, empresas e lugares de um contrato ou de uma notícia, com um tipo para cada um: isso é NER, e é um dos trabalhos mais comuns dados a um LLM.

## Como funciona

O benchmark clássico é a shared task CoNLL-2003. Ela usou notícias da Reuters em inglês e textos em alemão do Frankfurter Rundschau, quatro tipos (PER para pessoas, ORG, LOC e MISC para “names of miscellaneous entities that do not belong to the previous three groups”, tradução: nomes de entidades diversas que não pertencem aos três grupos anteriores) e tags IOB: cada palavra é B- ou I- de um tipo, ou O para fora. A avaliação é o F1 sobre entidades, e uma entidade só conta se bater exatamente com a referência.

Um exemplo em árabe no formato IOB:

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

(“Khalid Al-Otaibi visitou a cidade de Riad.”)

O árabe tem datasets próprios. O ANERcorp, criado por Yassine Benajiba e referência padrão desde 2008, é texto de agências de notícias; a divisão acordada do CAMeL Lab tem 125.102 palavras de treino e 25.008 de teste, sob CC BY-SA 4.0. O Wojood (Jarrar et al., 2022) tem cerca de 550 mil tokens de texto em MSA e em dialeto, 21 tipos de entidade e cerca de 75 mil entidades, 22,5% delas aninhadas. O modelo dele baseado em AraBERT alcançou 0,884 de micro F1.

Com um LLM, o enquadramento comum é outro: pedir uma lista, e não uma tag por token.

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

## Por que importa

A NER alimenta filtros de busca, registros de CRM, a anonimização de [PII](https://broadrouter.com/pt/glossary/pii/) e grafos de conhecimento. Com um LLM, os principais riscos são:

-   **Entidades inventadas ou editadas.** Um modelo pode devolver um nome que não está no texto, ou “corrigir” a grafia dele. Confira se cada entidade aparece no texto original, depois de aplicar a [normalização de texto em árabe](https://broadrouter.com/pt/glossary/arabic-text-normalization/) dos dois lados. É uma forma de checagem de [alucinação](https://broadrouter.com/pt/glossary/hallucination/).
-   **Deriva de rótulos.** Fixe a lista de tipos em um schema, para que o modelo não invente um tipo novo.
-   **Benchmarks não são os seus dados.** Rótulos públicos raramente batem com os seus. Rotule uma amostra à mão e meça precisão, recall e F1, como em qualquer [eval](https://broadrouter.com/pt/glossary/eval/).

## Na BroadNet Inference

A BroadNet não tem endpoint de NER; você constrói em cima de POST /v1/chat/completions. A referência da API da BroadNet documenta [saída estruturada](https://broadrouter.com/pt/glossary/structured-output/) para o [GLM 5.3](https://broadrouter.com/pt/models/glm-5.3/) e o [Qwen3.8 27B](https://broadrouter.com/pt/models/qwen3.8-27b/), que é como você prende o modelo a uma lista de entidades e a um conjunto fixo de tipos. Para documentos que chegam como imagens, o Qwen3.8 27B também aceita entrada de imagem.

A BroadNet não publica benchmark de NER para os modelos dela. O [post sobre extração de entidades nomeadas em árabe](https://broadrouter.com/pt/blog/arabic-named-entity-extraction-llm/) traz um prompt, checagens de trechos que ignoram diacríticos, o tratamento de datas do calendário hijri e um script de avaliação para rodar na sua própria amostra.

## Perguntas frequentes

### Qual a diferença entre NER e extração de entidades?

Na pesquisa, NER costuma significar rotular cada token. Extração de entidades costuma significar devolver uma lista de entidades, que é como a maioria dos pipelines com LLM enquadra a tarefa. Avalie o formato que você realmente coloca em produção.

### Por que uma entidade que o modelo devolveu não bate com o meu texto em árabe?

Muitas vezes o modelo, ao copiar, mudou uma hamza, removeu o tatweel ou acrescentou diacríticos. Normalize a entidade e o texto original antes de conferir se ela aparece.

### O que é NER aninhada?

Entidades dentro de outras entidades, como uma cidade dentro do nome de uma organização. O Wojood anota esses casos; 22,5% das entidades dele são aninhadas.

## Veja também

-   [Saída estruturada (structured output)](https://broadrouter.com/pt/glossary/structured-output/) (termo)
-   [JSON Schema](https://broadrouter.com/pt/glossary/json-schema/) (termo)
-   [Normalização de texto árabe (Arabic text normalization)](https://broadrouter.com/pt/glossary/arabic-text-normalization/) (termo)
-   [PII (informações pessoais identificáveis)](https://broadrouter.com/pt/glossary/pii/) (termo)
-   [Eval (avaliação de LLM)](https://broadrouter.com/pt/glossary/eval/) (termo)
-   [Alucinação (hallucination)](https://broadrouter.com/pt/glossary/hallucination/) (termo)
-   [Extrair entidades nomeadas em árabe com LLM: JSON, datas e checagens](https://broadrouter.com/pt/blog/arabic-named-entity-extraction-llm/) (artigo)
-   [Classificação de texto em árabe com LLM: sentimento, intenção, triagem](https://broadrouter.com/pt/blog/arabic-text-classification-llm/) (artigo)

Teste com a sua carga de trabalho real. Contas novas começam com US$ 5 de crédito para Gemma e transcrição. DeepSeek, GLM e Qwen3.8 exigem uma recarga.

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

**Fontes**

-   [Tjong Kim Sang e De Meulder, Introduction to the CoNLL-2003 Shared Task: Language-Independent Named Entity Recognition (CoNLL 2003, ACL Anthology) (verificado em 2026-11-15)](https://aclanthology.org/W03-0419/)
-   [Tjong Kim Sang e De Meulder, artigo do CoNLL-2003, texto completo (arXiv cs/0306050, HTML do ar5iv) (verificado em 2026-11-15)](https://ar5iv.labs.arxiv.org/html/cs/0306050)
-   [CAMeL Lab, página de download da divisão treino/teste do ANERcorp (verificado em 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) (verificado em 2026-11-15)](https://aclanthology.org/2022.lrec-1.387/)
