# 多語言實體識別

基於XLM-RoBERTa微調的多語言大屠殺相關命名實體識別模型，支持9種語言，F1值達81.5%。

該模型是基於xlm-roberta-base在特定數據集上微調的版本，主要用於命名實體識別任務。

這是一個在FewNERD數據集上訓練的SpanMarker模型，用於多語言命名實體識別任務，基於xlm-roberta-base編碼器。

針對21種非洲語言的命名實體識別模型，基於Davlan/afro-xlmr-large模型微調，支持識別日期、地點、組織和人名四類實體。

該模型用於處理孟加拉語賽道的SemEval Multiconer任務，專注於命名實體識別(NER)等自然語言處理任務。

這是一個用於孟加拉語賽道的SemEval Multiconer任務的模型，專注於命名實體識別任務。

基於GigaBERTv4的阿拉伯語和英語命名實體識別模型，支持多種實體類型識別

IndicNER是一個專門為識別11種印度語言句子中的命名實體而訓練的模型，基於bert-base-multilingual-uncased模型微調。

mLUKE是LUKE的多語言擴展版本，支持24種語言的命名實體識別、關係分類和問答系統任務

mLUKE是LUKE的多語言擴展版本，支持24種語言的文本處理任務

mLUKE是LUKE的多語言擴展版本，支持24種語言的命名實體識別、關係分類和問答系統任務。

這是一個用於阿拉伯語命名實體識別的模型，能夠識別文本中的人名、地名、組織名等實體。

mLUKE是LUKE的多語言擴展版本，支持24種語言的命名實體識別、關係分類和問答系統任務。

基於DistilRoBERTa-base的命名實體識別模型，在wikiann和conll2003數據集上微調，支持4類實體識別。

基於distilroberta-base在conll2003數據集上微調的命名實體識別模型

首個針對10種非洲語言的命名實體識別模型，基於XLM-RoBERTa large微調，支持識別日期、地點、組織和人物四類實體。

基於微調BERT基礎模型、面向9種非洲語言的命名實體識別模型