在Mahout中实现命名实体识别通常采用CRF（条件随机场）模型。具体步骤如下：

数据准备：准备包含标注的语料库，其中包含各种实体类型的词汇和对应的标签。

特征提取：针对每个词汇，提取相关的特征，比如词性、词性标签、前后词等。

模型训练：使用CRF算法训练模型，将提取的特征和标注的实体类型作为输入。

模型评估：评估模型的性能，比如精确度、召回率等指标。

实体识别：使用训练好的模型对新文本进行命名实体识别，识别出文本中的实体类型和位置。

Mahout提供了CRF模型的实现，可以通过调用相关API来实现命名实体识别功能。同时，Mahout还支持并行处理和分布式计算，可以加快模型训练和实体识别的速度。