# 多语言实体识别

基于XLM-RoBERTa微调的多语言大屠杀相关命名实体识别模型，支持9种语言，F1值达81.5%。

该模型是基于xlm-roberta-base在特定数据集上微调的版本，主要用于命名实体识别任务。

这是一个在FewNERD数据集上训练的SpanMarker模型，用于多语言命名实体识别任务，基于xlm-roberta-base编码器。

针对21种非洲语言的命名实体识别模型，基于Davlan/afro-xlmr-large模型微调，支持识别日期、地点、组织和人名四类实体。

该模型用于处理孟加拉语赛道的SemEval Multiconer任务，专注于命名实体识别(NER)等自然语言处理任务。

这是一个用于孟加拉语赛道的SemEval Multiconer任务的模型，专注于命名实体识别任务。

基于GigaBERTv4的阿拉伯语和英语命名实体识别模型，支持多种实体类型识别

IndicNER是一个专门为识别11种印度语言句子中的命名实体而训练的模型，基于bert-base-multilingual-uncased模型微调。

mLUKE是LUKE的多语言扩展版本，支持24种语言的命名实体识别、关系分类和问答系统任务

mLUKE是LUKE的多语言扩展版本，支持24种语言的文本处理任务

这是一个用于阿拉伯语命名实体识别的模型，能够识别文本中的人名、地名、组织名等实体。

mLUKE是LUKE的多语言扩展版本，支持24种语言的命名实体识别、关系分类和问答系统任务。

基于distilroberta-base在conll2003数据集上微调的命名实体识别模型

基于DistilRoBERTa-base的命名实体识别模型，在wikiann和conll2003数据集上微调，支持4类实体识别。

mLUKE是LUKE的多语言扩展版本，支持24种语言的命名实体识别、关系分类和问答系统任务。

基于微调BERT基础模型、面向9种非洲语言的命名实体识别模型

首个针对10种非洲语言的命名实体识别模型，基于XLM-RoBERTa large微调，支持识别日期、地点、组织和人物四类实体。