任务只要人名片段时，什么已经够用？
T04 · 任务只要人名片段时，什么已经够用？
已经理解角色，不代表必须识别真实身份。命名实体识别有明确输出schema，它从实际文字中找片段及类别。
状态 b0
输出只含PER人名、ORG机构名、LOC地点名；原句暂不附抽取答案。
状态 b1
我、他是代词，不圈PER；昨天不属于当前schema，普通名词书不是书名。
状态 b2
先给我＝张明、他＝李华，再替换代词位置；身份来自新设定。
状态 b3
明确给定姓名后，圈出张明、李华的完整文字边界并输出PER类别。程序字符区间约定保存在本页说明。
状态 b4
片段和类别作为可用输出；比较规则、词典、固定标签模型或紧凑Transformer的选择条件。
状态 b5
临时名字收回，翻成I／him并不要求先知道真实姓名。
公式与算例详情
此状态限定PER、ORG、LOC三类。原句中的我／他不是写出来的人名，昨天不在当前标签集合中，因此不把它圈为日期；若另设包含DATE的schema，昨天可以成为时间表达抽取对象。类别和边界均由任务约定决定。
明确给定我＝张明、他＝李华后，句子为“张明昨天给了李华一本书。”。字符位置从0开始数，区间的右端不包含：张是第0个字符、明是第1个、昨是第2个，因此[0,2)取张、明，不取昨；李华对应[6,8)。实体识别可以输出这些文字片段和PER类别，但没有自动推导给予者关系，也不能从书这个普通名词推出具体书名。
若任务只要求实体片段和类别，抽取结果已可用。规则、词典、固定标签小模型或紧凑Transformer各有条件：考虑类别是否变化、可用标注、维护、延迟及具体错误。现代GLiNER/GLiNER2原始材料在对应主题继续展开，不据个别案例推断全行业趋势，更不声称小模型普遍更可靠。
继续学习
历史推导与原实验身份：S03。旧切分、代词、权重与测量保留原任务条件，不能替换成本轮九单位新句。