I.4Обработка документов и форм

Kushtrim Visoka разработал Kushtrim/norbert3-large-ner — модель распознавания именованных сущностей, дообученную на базе энкодерной NorBERT 3 Large от Language Technology Group. Модель обрабатывает норвежский текст и размечает сущности по токенам, включая персон, организации, географические места и другие категории. Модель предназначена для извлечения именованных сущностей из норвежских текстов, например для анализа документов и подготовки текстовых данных к поиску или последующей обработке. Для дообучения использованы WikiANN и norne. Репозиторий содержит веса в формате Safetensors; лицензия — CC BY 4.0. Для загрузки в README приведён пример использования через Transformers с trust_remote_code=True.

NuNER-BERT-v1.0 — англоязычная модель распознавания именованных сущностей от NuMind, представленная в работе NuNER: Entity Recognition Encoder Pre-training via LLM-Annotated Data. Это BERT, дообученный на данных NuNER; модель использовалась в сравнении с TadNER в разделе 4.2 статьи. Она предназначена для извлечения сущностей из текста и может использоваться как готовый энкодер признаков или дообучаться на специализированных наборах данных. Модель содержит 136,7 млн параметров, имеет контекстное окно 512 токенов и опубликована в формате safetensors. Модель рассчитана на английский язык. Лицензия MIT разрешает широкое использование и модификацию при соблюдении её условий. Карточка приводит название статьи и контекст одного эксперимента, но не сообщает конкретные метрики качества; распознавание сущностей на новых предметных областях может потребовать дополнительного дообучения.

NuTag — модель распознавания именованных сущностей, основанная на NuNER-BERT-v1.0 от NuMind и представленная в формате GGUF F16. Это encoder-only архитектура BERT с токенизацией WordPiece; модель принимает текст и размечает его токены, выделяя сущности, например людей, организации и географические места. Модель предназначена для извлечения сущностей из текстов в новостях, юридических документах и медицинских материалах, а также для локального запуска через llama.cpp, LM Studio, Ollama или Jan. Она дообучена на размеченных корпусах NER разных областей и ориентирована преимущественно на английский язык. Это не генеративная модель; точность на редких сущностях может снижаться при использовании низкобитных вариантов квантования, а составные сущности могут разбиваться токенизацией. В репозитории указан формат GGUF F16; лицензия в предоставленных данных не указана.

OneKE — двуязычная модель для извлечения структурированных знаний из текста, совместно разработанная Ant Group и Чжэцзянским университетом. Она предназначена для построения графов знаний и поддерживает извлечение сущностей, отношений и событий по заданной пользователем схеме. Модель принимает инструкцию, схему полей и исходный текст, а результат выдаёт в структурированном формате, подобном JSON. OneKE основана на плотной архитектуре Llama и содержит 13 млрд параметров; в карточке указано контекстное окно 4096 токенов. Это дообученная версия Chinese-Alpaca-2-13B, обученная на инструкциях для извлечения информации и ориентированная на китайский и английский языки. Разработчики сообщают о результатах на задачах извлечения сущностей, отношений и событий, включая сценарии без примеров, и предлагают инструментальную поддержку для настройки схем и продолжения обучения. Модель подходит для преобразования документов в структурированные данные для графов знаний, а также для анализа медицинских, финансовых и государственных текстов. Для запуска и обучения рекомендуется не менее 20 ГБ видеопамяти. Модель распространяется по лицензии CC BY-NC-SA 4.0, которая предусматривает некоммерческое использование и распространение производных на тех же условиях.

piiranha-v1-detect-personal-information-ONNX — ONNX-версия модели piiranha-v1-detect-personal-information, разработанной iiiorg и автоматически конвертированной и опубликованной сообществом onnx-community. Модель предназначена для обнаружения персональной информации в тексте с использованием задачи token classification, то есть для разметки отдельных токенов и выделения сущностей, содержащих персональные данные. Модель рассчитана на работу через библиотеку Transformers.js и может применяться в JavaScript-приложениях, включая веб-сценарии. В README приведён пример обнаружения персональной информации в предложении с именем человека и местом проживания. Формат ONNX ориентирован на выполнение модели в совместимых средах, однако конкретная архитектура, количество параметров, поддерживаемые языки, максимальная длина контекста и набор распознаваемых типов персональных данных в предоставленных материалах не указаны. К сильным сторонам относятся специализированное назначение для выявления персональной информации, поддержка ONNX и интеграция с Transformers.js. Ограничения связаны с отсутствием в README подробностей о качестве, точности, языках, размере модели и границах применимости; перед использованием в критичных сценариях модель необходимо дополнительно протестировать. Лицензия в предоставленных данных не указана.

Qwen3.8-27B-Uncensored-HauhauCS-Aggressive-AWQ-MTP — 4-битная AWQ-квантизованная версия модели HauhauCS/Qwen3.8-27B-Uncensored-HauhauCS-Aggressive-MTP-GGUF. Это мультимодальная модель формата image-text-to-text для работы с текстом и изображениями; в карточке указан английский язык. Сборка предназначена для локального запуска и инференса через Transformers и vLLM, включая speculative decoding благодаря сохранённой NextN/MTP draft head. Модель содержит около 27 млрд параметров и использует гибридную архитектуру Qwen3.5: 64 декодерных слоя, из которых 48 используют линейное внимание Qwen3_5GatedDeltaNet, а 16 — полноценное внимание. В состав также входит 27-слойная vision tower, оставленная без квантизации. Применена схема W4A16 с размером группы 128 и асимметричным квантованием; итоговый размер файлов составляет около 19 ГБ. На конфигурации из двух RTX 3090 с vLLM и FP8 KV-cache модель успешно обрабатывала контексты до 229 200 токенов в тесте извлечения данных, однако это не является заявленным максимальным размером контекста. Сильные стороны — сохранённые мультимодальность, tool calling и MTP-ускорение: в тестовой конфигурации измерялась скорость до 96,3 токена в секунду, а коэффициент принятия MTP-токенов составил 64,9%. Модель описана как uncensored, а в двух проверочных запросах отказов не было. Ограничение — квантизация выполнена не из исходных BF16-весов, а через восстановление из Q8_K_P GGUF и последующее 4-битное квантование, поэтому возможны накопленные ошибки. Стандартизированные тесты качества не проводились. Лицензия — Apache 2.0.

SegeeMak/resume-ner-xlm — модель для распознавания именованных сущностей в резюме, дообученная на базе FacebookAI/xlm-roberta-base. Она использует архитектуру XLM-RoBERTa для классификации токенов и содержит 305,2 млн параметров; максимальная длина контекста составляет 514 токенов. По метрикам оценки модель выделяет сведения о сертификатах, языках, профессиональных навыках, мягких навыках и технических навыках. В README приведены общая точность F1 0,8201, precision 0,8220 и recall 0,8182. Модель предназначена для извлечения структурированных данных из резюме, например навыков и языков кандидата. Данные обучения и их языковой состав в карточке не описаны, поэтому поддержку конкретных языков по этим сведениям установить нельзя. Модель распространяется по лицензии MIT.

asahi417 выпустил модель XLM-RoBERTa, дообученную для распознавания именованных сущностей (NER) на наборе OntoNotes 5. Она присваивает метки токенам текста, чтобы выделять в нём сущности, например имена людей, организаций и географические названия. Модель подходит для извлечения сущностей из текста в конвейерах обработки естественного языка. Модель имеет архитектуру XLM-RoBERTa для классификации токенов, содержит 305,2 млн параметров и принимает последовательности длиной до 514 токенов. Доступны веса в формате PyTorch. README отсылает к репозиторию TNER за дополнительными сведениями. Лицензия в предоставленных данных не указана.

ADELIE-DPO-1.5B — дообученная языковая модель, разработанная Yunjia Qi, Hao Peng, Xiaozhi Wang, Bin Xu, Lei Hou и Juanzi Li для извлечения информации из текста. Она основана на Qwen2.5-1.5B и дополнительно выровнена методом Direct Preference Optimization (DPO) после инструкционного дообучения на корпусе IEInstruct. Архитектура — плотная Qwen2ForCausalLM с 1,5 млрд параметров и контекстом до 131 072 токенов. Модель предназначена для закрытого и открытого извлечения информации, а также извлечения по запросу: распознавания сущностей, извлечения отношений и событий. В карточке сообщается о результатах на отложенных наборах данных для извлечения информации и отсутствии заметного ухудшения общих возможностей. Основной язык — английский. Лицензия указана как LLaMA 2 License для базовой модели.

Модель iguanodon-ai/bert-base-finnish-uncased-ner — версия BERT, дообученная для распознавания именованных сущностей в финском тексте. В качестве исходной модели использована Turku NLP bert-base-finnish-uncased-v1, а для дообучения — корпус turku_ner_corpus. Модель предназначена для разметки токенов и извлечения именованных сущностей из финских текстов. Она построена на архитектуре BERT, содержит 151,7 млн параметров и рассчитана на последовательности длиной до 512 токенов. В карточке приведены метрики проверки: F1 0,873; по отдельным классам качество может различаться. Модель распространяется по лицензии Apache 2.0. При использовании следует упомянуть обучающий корпус turku_ner_corpus.

ivalpa/bert-finetuned-ner — дообученная модель на базе BAAI/bge-small-en-v1.5 для классификации токенов, вероятно, распознавания именованных сущностей. Модель построена на архитектуре BERT, содержит около 40 млн параметров и принимает последовательности длиной до 512 токенов. В README приведены результаты на оценочной выборке: precision 0,8969, recall 0,9265, F1 0,9114 и accuracy 0,9815. Датасет и набор меток не описаны, поэтому нельзя определить, какие именно сущности или другие классы размечает модель. Репозиторий распространяется по лицензии MIT.

Модель lfcc/bert-portuguese-ner — дообученная версия neuralmind/bert-base-portuguese-cased для распознавания именованных сущностей в португальских архивных документах. Она использует архитектуру BERT с классификационной головой для разметки токенов и обрабатывает контекст длиной до 512 токенов. Модель выделяет даты, профессии, имена людей, географические названия и организации. На наборе оценки указаны F1 0,9312, точность 0,9700, precision 0,9147 и recall 0,9483. Модель подходит для извлечения сущностей из архивных текстов на португальском языке. Вес модели составляет 136,1 млн параметров, формат — PyTorch. Лицензия — MIT.

BROS-large-uncased — предварительно обученная модель семейства BROS, разработанная командой Naver Clova OCR. Она использует архитектуру BrosModel и сочетает текст с пространственной информацией о расположении слов на документе. На вход подаются результаты OCR в виде пар «текст и ограничивающая рамка»; модель предназначена для извлечения ключевой информации из документов, например упорядоченных позиций из чеков. Модель содержит около 433,9 млн параметров, принимает последовательности длиной до 512 токенов и доступна в формате PyTorch. Модель служит основой для задач понимания структуры документов и извлечения данных с учетом их расположения. README описывает предварительное обучение, а не конкретную тонкую настройку под отдельный документный сценарий; заявленная задача в метаданных — извлечение признаков. Сведения о лицензии в предоставленных источниках отсутствуют.

Модель elastic/distilbert-base-cased-finetuned-conll03-english — вариант DistilBERT base с учётом регистра, дообученный командой Elastic для распознавания именованных сущностей на английском языке на наборе CoNLL-2003. Она присваивает метки отдельным токенам, чтобы выделять сущности в тексте, например имена людей, организации и географические названия. Модель принимает текст и возвращает последовательность меток для его токенов. Максимальная длина контекста составляет 512 токенов. Модель чувствительна к регистру: например, «english» и «English» могут обрабатываться по-разному. Для текста без учёта регистра авторы указывают отдельный вариант модели. Веса доступны в форматах PyTorch и safetensors. Лицензия — Apache-2.0.

ledddev/dl-hw2-bge-ner — дообученная модель BAAI на архитектуре BERT для классификации токенов. Она предназначена для задач разметки последовательности текста, включая распознавание именованных сущностей; данные обучения и конкретная схема меток не описаны. Модель содержит около 40 млн параметров, принимает текстовые последовательности длиной до 512 токенов и распространяется в формате Safetensors. В README приведены метрики на оценочной выборке: F1 0,8818, точность 0,8633, полнота 0,9012 и accuracy 0,9772. Базовая модель BAAI/bge-small-en-v1.5 ориентирована на английский язык. Лицензия модели — MIT; качество на других наборах данных и переносимость на другие схемы сущностей не установлены.

Модель rubentito/layoutlmv3-base-mpdocvqa — версия LayoutLMv3 от Microsoft, дообученная на наборе MP-DocVQA. Это мультимодальный Transformer с архитектурой LayoutLMv3 и 151,8 млн параметров, предназначенный для ответов на вопросы по многостраничным документам. Модель принимает изображение документа и вопрос, находит нужные сведения и может предсказывать страницу, где находится ответ. Модель использовалась как базовый ориентир в исследовании Hierarchical multimodal transformers for Multi-Page DocVQA. В README приведены метрики ANLS для качества текстовых ответов и APPA для точности определения страницы. Основной язык карточки — английский; лицензия CC BY-NC-SA 4.0 требует указания авторства, распространения производных работ на тех же условиях и ограничивает коммерческое использование.

Unsloth/Liquid AI LFM2-350M — компактная плотная гибридная языковая модель для генерации текста и диалогов, рассчитанная на запуск на периферийных устройствах. В этой карточке представлены веса постобученной модели LiquidAI/LFM2-350M в формате safetensors; архитектура сочетает 10 блоков коротких LIV-свёрток и 6 блоков группового внимания. Размер по метаданным — 444,6 млн параметров, контекст — до 32 768 токенов. Модель предназначена для локальных приложений с ограниченными ресурсами, включая многошаговые диалоги, извлечение данных, RAG, творческое письмо и агентные сценарии с вызовом инструментов. Заявлена поддержка английского, арабского, китайского, французского, немецкого, японского, корейского и испанского языков. Разработчик отмечает скорость и эффективность на CPU, GPU и NPU, а также рекомендует дообучать модель для узких задач. Она не рекомендуется для задач, требующих обширных знаний или навыков программирования. В README указаны дистилляция от LFM1-7B, масштабное дообучение с учителем, DPO и итеративное объединение моделей в ходе подготовки семейства LFM2; однако метаданные этой конкретной карточки обозначают её как finetune от LiquidAI/LFM2-350M. Лицензия указана как other, поэтому условия использования следует сверить с лицензией в репозитории перед внедрением.

LFM2-700M — компактная языковая модель Liquid AI для локального и периферийного запуска на смартфонах, ноутбуках и других устройствах с CPU, GPU или NPU. Она содержит около 654 млн параметров по метаданным и построена на гибридной плотной архитектуре LFM2: 10 блоков коротких свёрток с двойными вентильными механизмами и 6 блоков внимания GQA. Модель предназначена для диалогов, агентных сценариев, извлечения данных, RAG и генерации творческих текстов; поддерживает шаблон чата в стиле ChatML и вызов инструментов. Модель поддерживает английский, арабский, китайский, французский, немецкий, японский, корейский и испанский языки. В карточке указан контекст 32 768 токенов, тогда как метаданные каталога сообщают native context в 128 000 токенов. Liquid AI описывает ускорение обучения и вывода и повышенную эффективность по памяти относительно предыдущих моделей и некоторых сопоставимых моделей; эти заявления относятся к оценкам разработчика. Для узких сценариев рекомендуется дообучение. Модель не рекомендуется для задач с высокими требованиями к знаниям или навыкам программирования. Лицензия в метаданных обозначена как other; конкретные условия следует проверить в репозитории модели.

NbAiLab/nb-bert-base-ner — модель BERT, дообученная командой NbAiLab для распознавания именованных сущностей на датасете NorNE. Она предназначена для разметки норвежского текста по токенам, например для извлечения имён людей, организаций и других сущностей из документов. Модель содержит 151,6 млн параметров, принимает текстовые последовательности длиной до 512 токенов и выдаёт метки для токенов. Доступна в форматах PyTorch и Safetensors; лицензия — CC BY 4.0.

pii-layout-synth-v15 — дообученная модель jefftherover на базе answerdotai/ModernBERT-base для классификации токенов. Она предназначена для разметки последовательностей текста; по названию репозитория вероятна связь с синтетическими данными о расположении персональной информации, но README не раскрывает назначение и схему меток. Модель содержит 149 млн параметров, использует архитектуру ModernBERT и поддерживает контекст до 8192 токенов. В карточке приведены метрики на оценочном наборе: precision 0,9912, recall 0,9944, F1 0,9928 и accuracy 0,9987; состав набора и методика оценки не описаны. Распространяется по лицензии Apache-2.0.

pii-layout-synth-v2 — дообученная модель на базе answerdotai/ModernBERT-base, разработчик — jefftherover. Она предназначена для классификации токенов; название модели указывает на синтетические данные для разметки персональной информации с учётом структуры документа, но README не описывает конкретные метки или сценарии применения. Модель содержит 149 млн параметров, использует архитектуру ModernBERT и принимает последовательности длиной до 8192 токенов. Доступны веса в формате safetensors. В README приведены результаты оценки: F1 0,9890, precision 0,9870, recall 0,9911 и accuracy 0,9982. Датасет и условия оценки не раскрыты, поэтому эти показатели нельзя напрямую переносить на другие данные. Лицензия — Apache-2.0.

QvQ-Step-Tiny — мультимодальная модель PrithivMLmods на архитектуре Qwen2-VL, дообученная на наборах данных VCR для пошагового объяснения визуального контекста. Метаданные указывают 1,5 млрд параметров, контекст до 32 768 токенов и формат Safetensors; в README указаны 2,21 млрд параметров и точность BF16, поэтому размер модели в источниках расходится. Модель принимает изображения и текстовые запросы, а также формирует текстовые ответы с объяснениями. Она предназначена для визуальных вопросов и ответов, разбора документов и математических изображений, а также анализа видеосодержимого. В карточке заявлены поддержка распознавания текста на разных языках и возможности Qwen2-VL для изображений разных размеров и пропорций. Основной язык карточки — английский; мультиязычная поддержка упоминается в README. К ограничениям относятся возможное снижение точности на низкокачественных изображениях и сложных специализированных задачах, а также значительные вычислительные требования при работе с высоким разрешением и длинным контекстом. Заявленные возможности анализа видео длительностью более 20 минут и управления устройствами описаны в README, но не подтверждены метаданными. Лицензия — Apache-2.0.

bartowski/Qwen_Qwen3.5-9B-GGUF — это GGUF-квантизированная версия модели Qwen3.5-9B, разработанной Qwen и подготовленной bartowski. Модель предназначена для задач image-text-to-text, то есть обработки текстовых и визуальных входных данных с генерацией текста. Она подходит для локального запуска через llama.cpp и совместимые инструменты, включая LM Studio, KoboldCpp, Jan AI и Text Generation Web UI. В репозитории представлены варианты от BF16 до более компактных форматов Q8_0, Q6_K, Q5_K, Q4_K и Q3_K, объёмом примерно от 4,9 до 18,4 ГБ. Квантизация выполнена с использованием imatrix и llama.cpp; для некоторых конфигураций поддерживаются MTP-слои и режим draft-mtp. Более компактные варианты снижают требования к оперативной памяти, но могут уступать по качеству более высокоточным версиям. Архитектура, языки и размер контекстного окна в предоставленных данных не указаны. Модель распространяется по лицензии Apache-2.0.

Модель denis-gordeev/rured2-ner-microsoft-mdeberta-v3-base — русскоязычная модель распознавания именованных сущностей, разработанная Денисом Гордеевым путём дообучения microsoft/mdeberta-v3-base на RURED2. Она размечает токены текста несколькими возможными метками; среди классов указаны персоны, организации, страны, города, даты, денежные суммы, профессии, источники новостей и другие сущности. Модель построена на DeBERTa V3, содержит 306 млн параметров и принимает контекст длиной до 512 токенов. Модель подходит для извлечения сущностей из русскоязычных текстов, например новостей и документов, а также для структурирования упоминаний людей, мест, организаций, событий и числовых значений. В README приведены результаты оценки: micro-F1 0,5837 в целом, при этом качество заметно различается между классами; например, для B-person F1 составляет 0,9639, а для некоторых меток показатели низкие или нулевые. Для применения требуется учитывать многозначные предсказания для отдельных токенов и проверять разметку на целевом наборе данных. Распространяется по лицензии MIT.

SLIMER-LLaMA3 — языковая модель экспертного ИИ expertai для извлечения именованных сущностей без предварительного обучения на каждом типе сущностей. Она основана на Meta-Llama-3.1-8B-Instruct и дообучена на примерах для английского языка; размер составляет 7,5 млрд параметров, архитектура — плотная LLaMA, формат весов — Safetensors. Модель принимает текст и генерирует текстовый ответ в виде JSON-списка найденных фрагментов. Модель предназначена для zero-shot NER: пользователь задаёт тип сущности, его определение и рекомендации по разметке, после чего SLIMER извлекает подходящие упоминания из текста. Такой подход рассчитан на новые типы меток и тексты из предметных областей, отличающихся от обучающих данных; в карточке описаны оценки на CrossNER, MIT и BUSTER, включая финансовые сущности. Контекст — до 131072 токенов. Карточка сообщает об улучшении результата относительно исходной SLIMER на LLaMA-2 и о сопоставимых результатах с некоторыми современными моделями на доменах вне обучающего распределения. Лицензия — llama3.1. Модель ориентирована на английский язык; качество для других языков не заявлено. Результат следует проверять, особенно при неоднозначных упоминаниях: извлечение зависит от заданных определения и рекомендаций, а ответ ожидается в заданном JSON-формате.

agomberto/trocr-large-handwritten-fr — модель TrOCR для распознавания французского рукописного текста, разработанная как PoC при участии Marie Beigelman. Она предназначена для OCR изображений с одной строкой текста, в частности исторических записей и переписных документов. Модель дообучена в два этапа: сначала на синтетических французских текстах, затем на рукописных французских наборах данных, включая French Census. Архитектура — vision encoder-decoder: BEiT служит визуальным энкодером, а RoBERTa — текстовым декодером, который авторегрессионно генерирует текст. На тестовых выборках указаны CER 0,09417 и WER 0,23485. Авторы отмечают, что для улучшения качества стоит собрать больше данных и продолжить обучение или тонкую настройку; гиперпараметры подбирались эвристически. Модель распространяется по лицензии MIT.

Модель Surrey NLP — версия ALBERT large v2, дообученная для классификации токенов на наборе PLOD-unfiltered. Она предназначена для распознавания и разметки сущностей в англоязычном тексте; README сообщает о F1 0,9632, точности 0,9589, precision 0,9655 и recall 0,9608 на оценочной выборке. Модель использует архитектуру ALBERT и принимает текстовые последовательности длиной до 512 токенов. Доступна в форматах PyTorch и Safetensors, лицензия Apache-2.0. Подробности о типах меток и ограничениях в карточке не раскрыты.

Bee-8B-RL — мультимодальная языковая модель Open-Bee на 8 млрд параметров, созданная на базе Qwen/Qwen3-8B. Она дообучена для диалогов и работы с изображениями и текстом; поддерживает режимы с рассуждением и без него. Модель предназначена для анализа изображений, сложных рассуждений, математических задач, понимания документов и диаграмм, а также генерации ответов в чате. В метаданных указана архитектура BeeForConditionalGeneration и формат safetensors; README описывает обучение на корпусе Honey-Data-15M с примерами, обогащёнными рассуждениями CoT. По заявлению разработчиков, Bee-8B показывает сильные результаты среди полностью открытых мультимодальных моделей, в частности на задачах математики, логики, анализа диаграмм и документов. Эти оценки основаны на бенчмарках и не гарантируют точность в каждом пользовательском сценарии. Модель рассчитана на английский язык согласно языковым метаданным; карточка не сообщает размер контекста. Лицензия — Apache-2.0.

dslim/bert-base-NER-uncased — модель токенной классификации на архитектуре BERT, опубликованная dslim на Hugging Face. Она предназначена для распознавания именованных сущностей в англоязычном тексте: в частности, персон, организаций, географических названий и сущностей категории MISC. Модель основана на BERT base uncased и дообучена для NER; содержит 136,7 млн параметров и принимает последовательности длиной до 512 токенов. Она возвращает метки для токенов, поэтому подходит для извлечения сущностей из предложений и документов. Доступны веса PyTorch, TensorFlow, JAX и safetensors. Модель ориентирована на английский язык и не является универсальной многоязычной NER-системой. Лицензия — MIT.

Модель learnrr/bert-base-ontonotes5-ner — англоязычная BERT-base-cased, дообученная на английской части набора OntoNotes 5.0 (CoNLL-2012) для распознавания именованных сущностей. Она размечает токены в тексте и распознаёт 18 типов сущностей, включая имена людей и организаций, географические названия, даты, суммы, события и произведения. Архитектура — BertForTokenClassification, размер — 135,5 млн параметров, формат весов — Safetensors, максимальная длина контекста — 512 токенов. Модель подходит для извлечения сущностей из англоязычных текстов и их последующей структуризации. В README приведены результаты на тестовой части OntoNotes 5.0, но показаны лишь отдельные классы, поэтому по карточке нельзя оценить качество на всех типах сущностей или на данных из других областей. Модель распространяется по лицензии MIT.