/ Модель

Характеристики

Контекст
514 токенов
Параметры
305 млн
Лицензия
MIT
Архитектура
xlm-roberta · dense
Базовая модель
xlm-roberta-base
Библиотека
transformers
Опубликована
3 ноя 2024

xlm-roberta-az-ner

Разметка токеновТекст → label5 профессий

Дообученная XLM-RoBERTa для извлечения именованных сущностей из азербайджанских текстов.

113скачиваний за 30 дней0лайковвеса обновлены19 мар 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 ismatsamadov/xlm-roberta-az-ner разработана на основе XLM-RoBERTa и дообучена для распознавания именованных сущностей в текстах на азербайджанском языке. Она принимает текст и размечает его токены категориями сущностей, включая имена людей, географические названия, организации, даты, суммы денег, время, объекты и события; всего заявлено 25 типов меток.

Модель основана на архитектуре XLM-RoBERTa и содержит 305,2 млн параметров. Для обработки использует Transformers, веса представлены в формате safetensors; длина контекста — 514 токенов. В отчёте на валидационном наборе указаны micro F1 0,75 и macro F1 0,64.

Модель предназначена для извлечения сущностей из азербайджанских текстов, например для поиска людей, организаций и мест в документах. По README, она может хуже работать с другими языками и редкими категориями сущностей. Лицензия — MIT.

Сценарии применения

  • извлечение имён людей из азербайджанских документов
  • поиск организаций в азербайджанских текстах
  • распознавание географических названий на азербайджанском языке
  • извлечение дат, времени и денежных сумм из текста
  • разметка событий и других сущностей в азербайджанских текстах

Ограничения

Модель обучена для азербайджанского языка и может хуже обобщать на другие языки; редкие типы сущностей могут классифицироваться ошибочно.

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

XLM-RoBERTa Azerbaijani NER Model

Hugging Face Model

This model is a fine-tuned version of XLM-RoBERTa for Named Entity Recognition (NER) in the Azerbaijani language. It recognizes several entity types commonly used in Azerbaijani text, providing high accuracy on tasks requiring entity extraction, such as personal names, locations, organizations, and dates.

Model Details

  • Base Model: xlm-roberta-base
  • Fine-tuned on: Azerbaijani Named Entity Recognition Dataset
  • Task: Named Entity Recognition (NER)
  • Language: Azerbaijani (az)
  • Dataset: Custom Azerbaijani NER dataset with entity tags such as PERSON, LOCATION, ORGANISATION, DATE, etc.

Data Source

The model was trained on the Azerbaijani NER Dataset, which provides annotated data with 25 distinct entity types specifically for the Azerbaijani language. This dataset is an invaluable resource for improving NLP tasks in Azerbaijani, including entity recognition and language understanding.

Entity Types

The model recognizes the following entities:

  • PERSON: Names of people
  • LOCATION: Geographical locations
  • ORGANISATION: Companies, institutions
  • DATE: Dates and periods
  • MONEY: Monetary values
  • TIME: Time expressions
  • GPE: Countries, cities, states
  • FACILITY: Buildings, landmarks, etc.
  • EVENT: Events and occurrences
  • ...and more

For the full list of entities, please refer to the dataset description.

Performance Metrics

Epoch-wise Performance

EpochTraining LossValidation LossPrecisionRecallF1
10.3231000.2755030.7757990.6948860.733117
20.2725000.2624810.7392660.7399000.739583
30.2486000.2524980.7514780.7411520.746280
40.2368000.2499680.7548820.7414490.748105
50.2238000.2521870.7643900.7404600.752235
60.2186000.2498870.7563520.7416460.748927
70.2097000.2507480.7606960.7394380.749916

Detailed Classification Report (Epoch 7)

This table summarizes the precision, recall, and F1-score for each entity type, calculated on the validation dataset.

Entity TypePrecisionRecallF1-ScoreSupport
ART0.540.200.291857
DATE0.520.470.50880
EVENT0.690.350.4796
FACILITY0.690.690.691170
LAW0.600.610.601122
LOCATION0.770.820.809132
MONEY0.610.570.59540
ORGANISATION0.690.680.69544
PERCENTAGE0.790.820.813591
PERSON0.870.830.857037
PRODUCT0.830.850.842808
TIME0.550.510.531569

Overall Metrics:

  • Micro Average: Precision = 0.76, Recall = 0.74, F1-Score = 0.75
  • Macro Average: Precision = 0.68, Recall = 0.62, F1-Score = 0.64
  • Weighted Average: Precision = 0.75, Recall = 0.74, F1-Score = 0.74

Usage

You can use this model with the Hugging Face transformers library to perform NER on Azerbaijani text. Here’s an example:

Installation

Make sure you have the transformers library installed:

pip install transformers

Inference Example

Load the model and tokenizer, then run the NER pipeline on Azerbaijani text:

from transformers import AutoTokenizer, AutoModelForTokenClassification, pipeline

# Load the model and tokenizer
model_name = "IsmatS/xlm-roberta-az-ner"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForTokenClassification.from_pretrained(model_name)

# Set up the NER pipeline
nlp_ner = pipeline("ner", model=model, tokenizer=tokenizer, aggregation_strategy="simple")

# Example sentence
sentence = "Bakı şəhərində Azərbaycan Respublikasının prezidenti İlham Əliyev."
entities = nlp_ner(sentence)

# Display entities
for entity in entities:
    print(f"Entity: {entity['word']}, Label: {entity['entity_group']}, Score: {entity['score']}")

Sample Output

[
    {
        "entity_group": "PERSON",
        "score": 0.99,
        "word": "İlham Əliyev",
        "start": 34,
        "end": 46
    },
    {
        "entity_group": "LOCATION",
        "score": 0.98,
        "word": "Bakı",
        "start": 0,
        "end": 4
    }
]

Training Details

  • Training Data: This model was fine-tuned on the Azerbaijani NER Dataset with 25 entity types.
  • Training Framework: Hugging Face transformers
  • Optimizer: AdamW
  • Epochs: 8
  • Batch Size: 64
  • Evaluation Metric: F1-score

Limitations

  • The model is trained specifically for the Azerbaijani language and may not generalize well to other languages.
  • Certain rare entities may be misclassified due to limited training data in those categories.

Citation

If you use this model in your research or application, please consider citing:

@model{ismats_az_ner_2024,
  title={XLM-RoBERTa Azerbaijani NER Model},
  author={Ismat Samadov},
  year={2024},
  publisher={Hugging Face},
  url={https://huggingface.co/IsmatS/xlm-roberta-az-ner}
}

License

This model is available under the MIT License.

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
63d56c2

0 моделей