Migrate model card from transformers-repo
Browse filesRead announcement at https://discuss.huggingface.co/t/announcement-all-model-cards-will-be-migrated-to-hf-co-model-repos/2755
Original file history: https://github.com/huggingface/transformers/commits/master/model_cards/hatmimoha/arabic-ner/README.md
README.md
ADDED
@@ -0,0 +1,114 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
---
|
2 |
+
language: ar
|
3 |
+
---
|
4 |
+
# Arabic Named Entity Recognition Model
|
5 |
+
|
6 |
+
Pretrained BERT-based ([arabic-bert-base](https://huggingface.co/asafaya/bert-base-arabic)) Named Entity Recognition model for Arabic.
|
7 |
+
|
8 |
+
The pre-trained model can recognize the following entities:
|
9 |
+
1. **PERSON**
|
10 |
+
|
11 |
+
- و هذا ما نفاه المعاون السياسي للرئيس ***نبيه بري*** ، النائب ***علي حسن خليل***
|
12 |
+
|
13 |
+
- لكن أوساط ***الحريري*** تعتبر أنه ضحى كثيرا في سبيل البلد
|
14 |
+
|
15 |
+
- و ستفقد الملكة ***إليزابيث الثانية*** بذلك سيادتها على واحدة من آخر ممالك الكومنولث
|
16 |
+
|
17 |
+
2. **ORGANIZATION**
|
18 |
+
|
19 |
+
- حسب أرقام ***البنك الدولي***
|
20 |
+
|
21 |
+
- أعلن ***الجيش العراقي***
|
22 |
+
|
23 |
+
- و نقلت وكالة ***رويترز*** عن ثلاثة دبلوماسيين في ***الاتحاد الأوروبي*** ، أن ***بلجيكا*** و ***إيرلندا*** و ***لوكسمبورغ*** تريد أيضاً مناقشة
|
24 |
+
|
25 |
+
- ***الحكومة الاتحادية*** و ***حكومة إقليم كردستان***
|
26 |
+
|
27 |
+
- و هو ما يثير الشكوك حول مشاركة النجم البرتغالي في المباراة المرتقبة أمام ***برشلونة*** الإسباني في
|
28 |
+
|
29 |
+
|
30 |
+
3. ***LOCATION***
|
31 |
+
|
32 |
+
- الجديد هو تمكين اللاجئين من “ مغادرة الجزيرة تدريجياً و بهدوء إلى ***أثينا*** ”
|
33 |
+
|
34 |
+
- ***جزيرة ساكيز*** تبعد 1 كم عن ***إزمير***
|
35 |
+
|
36 |
+
|
37 |
+
4. **DATE**
|
38 |
+
|
39 |
+
- ***غدا الجمعة***
|
40 |
+
|
41 |
+
- ***06 أكتوبر 2020***
|
42 |
+
|
43 |
+
- ***العام السابق***
|
44 |
+
|
45 |
+
|
46 |
+
5. **PRODUCT**
|
47 |
+
|
48 |
+
- عبر حسابه ب ***تطبيق “ إنستغرام ”***
|
49 |
+
|
50 |
+
- الجيل الثاني من ***نظارة الواقع الافتراضي أوكولوس كويست*** تحت اسم " ***أوكولوس كويست 2*** "
|
51 |
+
|
52 |
+
|
53 |
+
6. **COMPETITION**
|
54 |
+
|
55 |
+
- عدم المشاركة في ***بطولة فرنسا المفتوحة للتنس***
|
56 |
+
|
57 |
+
- في مباراة ***كأس السوبر الأوروبي***
|
58 |
+
|
59 |
+
7. **PRIZE**
|
60 |
+
|
61 |
+
- ***جائزة نوبل ل لآداب***
|
62 |
+
|
63 |
+
- الذي فاز ب ***جائزة “ إيمي ” لأفضل دور مساند***
|
64 |
+
|
65 |
+
8. **EVENT**
|
66 |
+
|
67 |
+
- تسجّل أغنية جديدة خاصة ب ***العيد الوطني السعودي***
|
68 |
+
|
69 |
+
- ***مهرجان المرأة يافوية*** في دورته الرابعة
|
70 |
+
|
71 |
+
9. **DISEASE**
|
72 |
+
|
73 |
+
- في مكافحة فيروس ***كورونا*** و عدد من الأمراض
|
74 |
+
|
75 |
+
- الأزمات المشابهة مثل “ ***انفلونزا الطيور*** ” و ” ***انفلونزا الخنازير***
|
76 |
+
|
77 |
+
## Example
|
78 |
+
|
79 |
+
[Find here a complete example to use this model](https://github.com/hatmimoha/arabic-ner)
|
80 |
+
|
81 |
+
Here is the map from index to label:
|
82 |
+
|
83 |
+
```
|
84 |
+
id2label = {
|
85 |
+
"0": "B-PERSON",
|
86 |
+
"1": "I-PERSON",
|
87 |
+
"2": "B-ORGANIZATION",
|
88 |
+
"3": "I-ORGANIZATION",
|
89 |
+
"4": "B-LOCATION",
|
90 |
+
"5": "I-LOCATION",
|
91 |
+
"6": "B-DATE",
|
92 |
+
"7": "I-DATE"",
|
93 |
+
"8": "B-COMPETITION",
|
94 |
+
"9": "I-COMPETITION",
|
95 |
+
"10": "B-PRIZE",
|
96 |
+
"11": "I-PRIZE",
|
97 |
+
"12": "O",
|
98 |
+
"13": "B-PRODUCT",
|
99 |
+
"14": "I-PRODUCT",
|
100 |
+
"15": "B-EVENT",
|
101 |
+
"16": "I-EVENT",
|
102 |
+
"17": "B-DISEASE",
|
103 |
+
"18": "I-DISEASE",
|
104 |
+
}
|
105 |
+
|
106 |
+
```
|
107 |
+
|
108 |
+
## Training Corpus
|
109 |
+
|
110 |
+
The training corpus is made of 378.000 tokens (14.000 sentences) collected from the Web and annotated manually.
|
111 |
+
|
112 |
+
## Results
|
113 |
+
|
114 |
+
The results on a valid corpus made of 30.000 tokens shows an F-measure of ~87%.
|