/ Модель

Характеристики

Контекст
514 токенов
Параметры
305 млн
Лицензия
MIT
Архитектура
xlm-roberta · dense
Базовая модель
xlm-roberta-base
Библиотека
transformers
Опубликована
4 июл 2026

ner-arabic-model

Разметка токеновТекст → label6 профессий

Дообученная XLM-RoBERTa для извлечения имён людей, организаций и географических названий из арабского текста.

36скачиваний за 30 дней0лайковвеса обновлены4 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

Модель Omar Maqousi для распознавания именованных сущностей в арабском тексте. Это дообученная версия XLM-RoBERTa base с архитектурой XLMRobertaForTokenClassification; модель содержит 305,2 млн параметров и принимает последовательности длиной до 514 токенов. Она выделяет имена людей (PER), организации (ORG) и географические названия (LOC), обучена на арабской части PAN-X (WikiANN) из бенчмарка XTREME.

В описанной оценке на тестовой выборке PAN-X достигла F1 91,76% на уровне сущностей и точности токенов 96,24%. Предназначена для извлечения сущностей из современного литературного арабского текста; хуже подходит для диалектов, Arabizi, социальных сетей и типов сущностей вне PER, ORG и LOC. Лицензия — MIT.

Сценарии применения

  • извлечение имён людей из арабских статей
  • поиск организаций в арабских документах
  • распознавание городов и стран в арабском тексте
  • разметка именованных сущностей в арабских новостях
  • автоматическое извлечение сущностей из арабских энциклопедических текстов

Ограничения

Модель распознаёт только людей, организации и географические названия; на диалектном арабском, Arabizi и непринуждённом текстовом общении может работать хуже. Перед применением в чувствительных сценариях и новых предметных областях качество следует проверить на целевых данных.

Для каких профессий подходит6

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

Model Card for XLM-R Arabic NER

This model is a fine-tuned version of xlm-roberta-base for Named Entity Recognition (NER) in Arabic. It is trained to identify three types of entities: Persons (PER), Organizations (ORG), and Locations (LOC).

🏆 Key Performance Results

The model was rigorously evaluated on the stratified test set (4,000 examples) of the Arabic PAN-X dataset. It achieved highly competitive results:

  • Token-level Accuracy: 96.24%
  • Entity-level F1-Score: 91.76%

Detailed Classification Report (Entity-Level)

Entity TypePrecisionRecallF1-ScoreSupport
LOC (Location)0.920.930.921,564
ORG (Organization)0.900.890.891,438
PER (Person)0.930.940.931,541
Overall0.920.920.924,543

Model Details

Model Description

This model performs token classification to extract named entities from Arabic text. It is built on top of the cross-lingual XLM-RoBERTa base model and was fine-tuned on the Arabic subset of the PAN-X (WikiANN) dataset from the XTREME benchmark.

  • Developed by: Omar Maqousi
  • Model type: Token Classification (Transformer Encoder)
  • Language(s) (NLP): Arabic (ar)
  • License: MIT (inherited from base model / datasets where applicable)
  • Finetuned from model: xlm-roberta-base

Model Sources

Uses

Direct Use

The model can be used directly for extracting entities from modern standard Arabic text. It identifies:

  • PER: Person names
  • ORG: Organizations, companies, institutions
  • LOC: Locations, cities, countries, geographical features

Out-of-Scope Use

The model may not perform well on:

  • Heavy colloquial Arabic (Dialects) or Arabizi (Arabic chat alphabet).
  • Entity types outside of PER, ORG, and LOC (e.g., Dates, Medical terms).

Bias, Risks, and Limitations

Since the model is trained on Wikipedia data (WikiANN), it may inherit biases present in Wikipedia articles. It might perform better on entities related to journalism, history, and geography than on casual social media text.

Recommendations

Users should evaluate the model on their specific domain data before deploying it in production, especially for sensitive applications like legal or medical text processing.

How to Get Started with the Model

Use the code below to get started with the model using the pipeline API:

from transformers import pipeline

# Load the model and tokenizer
ner_pipeline = pipeline("ner", model="OmarMaqousi/ner-arabic-model", aggregation_strategy="simple")

text = "التقى محمد بمدير شركة جوجل في مدينة عمان."
entities = ner_pipeline(text)

print(entities)

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · token-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
XLMRobertaForTokenClassification
Ревизия весов
f71ddf9

0 моделей