待验证50% 置信事实精确时间
从非结构化文本自动构建图谱的信息抽取主要涉及命名实体识别（NER）和关系抽取（RE）两个子任务
1
来源数
50%
置信度
长期有效
时效性
2026/9/11
首次发现
来源
涉及实体
相关事实
待验证从非结构化内容一键生成日历涉及自然语言处理中的命名实体识别(NER)技术和针对图片的光学字符识别(OCR)能力77% 相似待验证命名实体识别(NER)的核心任务是从非结构化文本中定位并分类特定类型的实体，在日程场景下主要是时间表达式、地点和事件名称76% 相似待验证小模型适用于文本分类、意图识别、NER命名实体识别等高频任务76% 相似待验证信息抽取流水线包括命名实体识别（NER）、关系抽取（RE）和共指消解（Coreference Resolution）75% 相似待验证将非结构化对话转化为结构化CRM字段属于NLP信息抽取范畴，涉及命名实体识别、关系抽取、事件抽取等子任务74% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/899227API
curl https://kongchang.com/api/v1/knowledge/claims/899227MCP
get_claim(id=899227)