Hiện nay, các kho ngữ liệu phục vụ cho việc xử lý ngôn ngữ tự nhiên đều được lưu trữ dưới dạng văn bản. Các kho ngữ liệu được xây dựng nhằm phục vụ cho việc dịch tự động, học ngoại ngữ, so khớp tìm kiếm thông tin. Tuy nhiên, một trong những vấn đề hiện nay là việc so khớp tìm kiếm thông tin trong kho ngữ liệu vẫn còn gặp nhiều khó khăn, các danh từ tìm được dưới dạng chuỗi, trong khi kết quả mong muốn lại cần chính xác hơn về loại danh từ, ví dụ như chỉ người, chỉ nơi chốn, chỉ vật… Để đáp ứng được mong muốn tìm kiếm chính xác đó, danh từ cần được làm giàu thông qua việc gán nhãn, phân loại từ, giải nghĩa từ đồng nghĩa, trái nghĩa.

Nhận dạng các danh từ riêng, đặc biệt là danh từ riêng chỉ người và nơi chốn ngày càng trở nên quan trọng hơn đối với sự phát triển ngày càng cao các ứng dụng của xử lý ngôn ngữ tự nhiên. Tuy nhiên, việc nhận dạng danh từ riêng là một vấn đề không hề đơn giản. Thừa nhận rằng, một trong những cách tốt nhất để xác định danh từ riêng chỉ người hoặc nơi chốn là sử dụng thông tin ngữ cảnh xuất hiện xung quanh tên người, tên nơi chốn. Do đó, vấn đề chính sẽ là làm thế nào để tìm ra các ngữ cảnh mà tại đó, tên người, tên nơi chốn xuất hiện. Các phương pháp có thể là thủ công, sử dụng hệ luật (rule-based) hay tự động v.v. [8].

Hiện nay, hầu hết các hệ thống nhận dạng thực thể đều dựa vào một tập nhỏ các loại thực thể thông thường. Mặc dù đã có một vài đề xuất được đưa ra nhằm mở rộng các cấp của các loại thực thể các danh từ riêng chỉ người, nơi chốn nhưng nó vẫn cố định một số lượng nhất định các loại thực thể. Vấn đề áp dụng bài toán trích chọn các loại thực thể cho các miền dữ liệu có tính chất đặc trưng riêng khác với những dữ liệu bình thường, điều này rất đáng được quan tâm. Trong khi đó, với những ứng dụng quan trọng trong web ngữ nghĩa, hay trong hệ thống hỏi đáp tự động,…thì các miền dữ liệu tên người, tên nơi chốn cũng là một trong những miền dữ liệu được nhắc tới nhiều nhất [8].

Bài toán nhận dạng danh từ riêng là bài toán khá cơ bản và quan trọng trong nhóm các bài toán trích rút thông tin. Nó có nhiệm vụ tìm kiếm và phân loại các danh từ riêng về người, nơi chốn, công trình, tổ chức, thời gian...
Ý thức được những lợi ích mà các bài toán rút trích thực thể nói chung hay thực thể có tên nói riêng, tôi chọn hướng “Nghiên cứu rút trích và phân loại các thực thể danh từ riêng cho các kho ngữ liệu phục vụ xử lý ngôn ngữ tự nhiên” tập trung vào các danh từ riêng chỉ người, nơi chốn để làm luận văn của mình.