The Stanford NLP Group released a Named Entity Recognition software, based on Conditional Random Fields and implemented in Java.

It is pretty fast and also acheives quite good performance with the included models.

For integration into IBM's UIMA text analysis frameword, I have written an Analysis Engine component that wraps the Stanford NE Regonizer.
You can download it here: stanford-ner-uima.zip
Just like the Recognizer itself it is licensed under the GPL.

Please let me know if it is useful for you.

Die Firma ClearForest baut Text-Mining-Software. Eine wichtige Komponente ist dabei ein Named Entity Recognizer: Eine Komponente, die in den Texten die Namen von Personen, Firmen und Orten erkennt. (mit sowas beschäftige ich mich auch in meiner Diplomarbeit).

ClearForest stellt ihre Named-Enitity-Recognition-Komponente (anscheinend sogar mit ein bisschen Koreferenz-Auflösung) jetzt auch als Web Service öffentlich (für nichtkommerzielle Nutzung) zur Verfügung, und hat einen Wettbewerb ausgerufen, damit Mashups zu bauen.

Product Showcase, aber sehr cool.

Is it just me or does the term "language-independent" (Named Entity Recognition, oder whatever) seem a bit pompus? When in fact all papers I've seen on the subject instead suggest ways to train multiple single-language classifiers - provided that you've got corpora for all languages and even genres.