/ Модель

Характеристики

Контекст
512 токенов
Параметры
162 млн
Лицензия
Своя лицензия
Архитектура
bert · dense
Базовая модель
bert-base-arabertv02
Опубликована
5 июл 2026

arabert-ner-anercorp

Разметка токеновТекст → label5 профессий

Дообученная AraBERT-модель извлекает имена людей, места, организации и другие сущности из арабских текстов.

77скачиваний за 30 дней0лайковвеса обновлены5 июл 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Komail262/arabert-ner-anercorp — модель для распознавания именованных сущностей в арабском тексте. Она дообучена на наборе ANERCorp на базе aubmindlab/bert-base-arabertv02 и использует архитектуру BERT с классификацией токенов; размер составляет 162,4 млн параметров, контекст — до 512 токенов.

Модель размечает сущности по схеме BIO: имена людей (PERS), места (LOC), организации (ORG) и прочие сущности (MISC). Она предназначена для извлечения именованных сущностей из новостных текстов на современном стандартном арабском языке. На тестовой части ANERCorp приведены оценки F1 на уровне сущностей: 0,9015 для LOC, 0,8485 для PERS и 0,7083 для ORG.

Модель может хуже работать с арабскими диалектами и публикациями в социальных сетях; точность для ORG и MISC ниже, чем для LOC и PERS. Для критически важных сценариев требуется оценка на целевом домене. Лицензия указана как other.

Сценарии применения

  • извлечение имён людей из арабских новостных статей
  • распознавание географических названий в арабском тексте
  • поиск организаций в арабских публикациях
  • автоматическая разметка сущностей в новостном корпусе на арабском языке

Ограничения

Модель обучена на новостном корпусе современного стандартного арабского языка и может хуже работать с диалектами и текстами из социальных сетей. Качество распознавания организаций и прочих сущностей ниже, чем для мест и имён людей; для критически важных задач нужна доменная оценка.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

AraBERT fine-tuned for Arabic NER (ANERCorp)

Fine-tune of aubmindlab/bert-base-arabertv02 for Arabic Named Entity Recognition on ANERCorp. Tags tokens with four entity types using the BIO scheme: PERS, LOC, ORG, MISC.

Results (ANERCorp test split, entity-level / span-level)

EntityPrecisionRecallF1Support
LOC0.87690.92750.9015676
PERS0.86400.83350.8485907
ORG0.71300.70370.7083459
MISC0.65710.56790.6093243
micro0.81850.80700.81272285

F1 is computed at the entity (span) level: a prediction counts as correct only when the full entity span and its type match the gold annotation.

Training

  • Base: aubmindlab/bert-base-arabertv02
  • 3 epochs, lr 2e-5, batch size 16, weight decay 0.01
  • Sub-word alignment: the first sub-token of each word keeps the label; the remaining sub-tokens are set to -100 and ignored by the loss.
  • Sentences segmented on . ! ? before tokenization to preserve context.

Usage

from transformers import pipeline
ner = pipeline("token-classification", model="Komail262/arabert-ner-anercorp", aggregation_strategy="simple")
ner("أعلن المدير التنفيذي لشركة أبل تيم كوك عن افتتاح فرع جديد في الرياض.")

License & attribution

This model is a fine-tune of aubmindlab/bert-base-arabertv02 (AraBERT) on the ANERCorp dataset. Rights to the base model and dataset remain with their original authors; please consult their pages for licensing terms.

Limitations

  • Trained on ANERCorp (news-domain Modern Standard Arabic); performance on dialectal or social-media Arabic is expected to be lower.
  • MISC and ORG lag behind LOC and PERS. MISC is a heterogeneous category with the least training support.
  • Not intended for high-stakes use without domain-specific evaluation.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · token-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
BertForTokenClassification
Ревизия весов
948fcdb

0 моделей