/ Модель

Характеристики

Контекст
514 токенов
Параметры
305 млн
Лицензия
Apache 2.0
Архитектура
xlm-roberta · dense
Базовая модель
xlm-roberta-base
Библиотека
transformers
Опубликована
21 апр 2026

xlm-roberta-ner-v2

Разметка токеновТекст → label4 профессии

Дообученная XLM-RoBERTa распознаёт именованные сущности в неформальных публикациях на индонезийском и английском языках.

195скачиваний за 30 дней0лайковвеса обновлены21 апр 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

nahiar/xlm-roberta-ner-v2 — дообученная модель XLM-RoBERTa-Base для распознавания именованных сущностей в неформальных публикациях и комментариях в социальных сетях. Модель разработана для текстов на индонезийском и английском языках; её архитектура — XLMRobertaForTokenClassification, размер — 305,2 млн параметров, контекст — до 514 токенов.

Модель присваивает токенам BIO-метки и распознаёт людей, организации, политические организации, географические объекты, события, места, законы, объекты инфраструктуры и произведения искусства. Она предназначена для мониторинга социальных сетей, отслеживания брендов и организаций, а также для поддержки модерации и анализа контента. В README указан F1 0,8354 на валидационном наборе, но результаты на других данных могут отличаться.

Модель распространяется по лицензии Apache-2.0. Её качество может снижаться на формальных документах, коротких или неоднозначных сообщениях, текстах с обильным сленгом, сарказмом и смешением языков. Возможны смещения, унаследованные от обучающих данных; для чувствительной модерации рекомендуется проверка человеком.

Сценарии применения

  • распознавание людей и организаций в публикациях соцсетей
  • отслеживание брендов и организаций в комментариях
  • извлечение географических названий из постов
  • мониторинг политических организаций и событий
  • поддержка модерации пользовательских публикаций
  • анализ упоминаний законов и произведений в соцсетях

Ограничения

Модель ограничена заданным набором типов сущностей и может хуже работать на формальных документах, коротких или неоднозначных сообщениях, сленге, сарказме и смешанных языках. Возможны смещения обучающих данных; в чувствительных сценариях требуется проверка человеком.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

🌍 Multilingual Named Entity Recognition for Social Media

Indonesian 🇮🇩 & English 🇬🇧 | XLM-RoBERTa Base

A fine-tuned XLM-RoBERTa-Base model for Named Entity Recognition (NER) on noisy social media text.

This model is optimized for multilingual informal content commonly found on:

  • Twitter / X
  • Instagram
  • TikTok
  • Facebook
  • Online forums

It supports both Bahasa Indonesia and English, making it suitable for moderation systems, social listening, and content intelligence pipelines.


🔍 Model Overview

  • Architecture: FacebookAI/xlm-roberta-base
  • Task: Token Classification (NER)
  • Languages: Indonesian, English
  • Domain: Informal & Social Media Text
  • Training Date: 2026-02-26

🏷️ Supported Entity Labels

This model detects the following entity types:

LabelDescription
PERPerson
ORGOrganization
NORPolitical Organization
GPEGeopolitical Entity
LOCLocation
FACFacility
LAWLegal Entity (e.g., Undang-Undang)
EVTEvent
WOAWork of Art

Tagging Scheme

BIO tagging format is used:

  • B-XXX → Beginning of an entity
  • I-XXX → Inside an entity
  • O → Outside any entity

📊 Model Performance

Evaluated on held-out validation dataset:

MetricScore
F1 Score0.8354
Precision0.8170
Recall0.8546
Training Loss0.0292
Validation Loss0.1297

Evaluation Details

  • Metric computed using seqeval
  • Micro-averaged F1 score
  • Validation set contains balanced entity distribution

🏗️ Training Configuration

ParameterValue
Base Modelxlm-roberta-base
Training Samples695,108
Validation Samples106,197
Epochs5
Learning Rate4e-5
Batch Size32
OptimizerAdamW
SchedulerLinear Warmup
FrameworkHugging Face Transformers

🚀 Usage

Quick Inference (Hugging Face Pipeline)

from transformers import pipeline

ner = pipeline(
    "token-classification",
    model="nahiar/xlm-roberta-ner",
    aggregation_strategy="simple"
)

text_id = "Jokowi menghadiri World Economic Forum di Davos."
text_en = "Apple is opening a new office in Jakarta next month."

print(ner(text_id))
print(ner(text_en))

Aggregation Strategy Notes

  • "simple" → Recommended (merges subword tokens)
  • "first" → Uses first token representation
  • "average" → Averages token scores
  • "max" → Takes maximum token score

🎯 Intended Use Cases

  • Social media Named Entity Recognition
  • Comment & post filtering
  • Content moderation assistance
  • Political monitoring
  • Brand & organization tracking
  • Multilingual content intelligence systems

⚠️ Limitations

  • Supports only the defined entity set: NOR, GPE, PER, ORG, EVT, LOC, LAW, FAC, WOA
  • Not optimized for:
    • Formal academic/legal documents
    • Extremely short or ambiguous messages
    • Heavy slang or sarcastic expressions
  • Performance may degrade on highly code-mixed sentences
  • The model may inherit bias from training data

⚖️ Ethical Considerations

This model may reflect demographic, geopolitical, or cultural biases present in the training dataset.

It is not intended to replace human judgment in high-risk or sensitive decision-making systems.

Human-in-the-loop review is strongly recommended for moderation or governance-related deployments.


🖥️ Hardware Recommendations

  • Recommended: GPU (≥ 8GB VRAM) for optimal performance
  • CPU inference supported but slower
  • Compatible with FP16 mixed precision for faster inference

📜 License

Released under the Apache 2.0 License.
Free for commercial and research use.


📚 Citation

@misc{hidayatuloh2026multilingualner,
  author    = {Nuri Hidayatuloh},
  title     = {Multilingual Named Entity Recognition for Social Media},
  year      = {2026},
  publisher = {Hugging Face},
  url       = {https://huggingface.co/nahiar/xlm-roberta-ner-v2}
}

🙌 Acknowledgements

  • Hugging Face Transformers
  • Facebook AI Research — XLM-RoBERTa
  • Open-source NLP community
  • Contributors and dataset annotators

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
df1b417

0 моделей