NER · Reconnaissance d’entités nommées
La NER (Named Entity Recognition) est l’extraction automatique des entités nommées d’un texte : personnes, organisations, lieux, produits. Elle permet d’auditer ce qu’un moteur identifie réellement dans une page, et donc si le sujet principal ressort.
Définition autonome · 36 mots
Comment fonctionne la NER ?
Un modèle repère les segments de texte qui désignent des entités et leur attribue un type. Des services comme l’API Natural Language de Google renvoient les entités, leur type, leur salience et, quand c’est possible, un lien vers une base de connaissances.
Comment l’utiliser dans un audit ?
Passer une page stratégique dans un outil de NER, comparer les entités extraites au sujet visé, vérifier que l’entité cible est détectée et saillante, et repérer les entités parasites ou ambiguës. Une entité principale mal reconnue signale un texte flou ou un nom ambigu.
Quelles limites ?
Les résultats dépendent du modèle et de la langue. Une entité détectée par un outil ne garantit pas qu’un moteur la reconnaisse de la même façon. La NER sert de diagnostic éditorial, pas de preuve de ce que fait Google.
Questions fréquentes
NER et salience, quelle différence ?
La NER détecte les entités. La salience mesure l’importance de chacune dans le texte.
Quels outils utiliser ?
L’API Natural Language de Google, spaCy ou des modèles open source.
La NER fonctionne-t-elle en français ?
Oui, avec des performances variables selon le modèle.
Termes liés
Approfondir
- Checklist GEO et LLM / IA 2026
- Top 10 des outils GEO pour suivre votre positionnement IA
- ← Retour au glossaire GEO (114 termes)