|
--- |
|
language: ar |
|
--- |
|
# Arabic Named Entity Recognition Model |
|
|
|
Pretrained BERT-based ([arabic-bert-base](https://huggingface.co/asafaya/bert-base-arabic)) Named Entity Recognition model for Arabic. |
|
|
|
The pre-trained model can recognize the following entities: |
|
1. **PERSON** |
|
|
|
- و هذا ما نفاه المعاون السياسي للرئيس ***نبيه بري*** ، النائب ***علي حسن خليل*** |
|
|
|
- لكن أوساط ***الحريري*** تعتبر أنه ضحى كثيرا في سبيل البلد |
|
|
|
- و ستفقد الملكة ***إليزابيث الثانية*** بذلك سيادتها على واحدة من آخر ممالك الكومنولث |
|
|
|
2. **ORGANIZATION** |
|
|
|
- حسب أرقام ***البنك الدولي*** |
|
|
|
- أعلن ***الجيش العراقي*** |
|
|
|
- و نقلت وكالة ***رويترز*** عن ثلاثة دبلوماسيين في ***الاتحاد الأوروبي*** ، أن ***بلجيكا*** و ***إيرلندا*** و ***لوكسمبورغ*** تريد أيضاً مناقشة |
|
|
|
- ***الحكومة الاتحادية*** و ***حكومة إقليم كردستان*** |
|
|
|
- و هو ما يثير الشكوك حول مشاركة النجم البرتغالي في المباراة المرتقبة أمام ***برشلونة*** الإسباني في |
|
|
|
|
|
3. ***LOCATION*** |
|
|
|
- الجديد هو تمكين اللاجئين من “ مغادرة الجزيرة تدريجياً و بهدوء إلى ***أثينا*** ” |
|
|
|
- ***جزيرة ساكيز*** تبعد 1 كم عن ***إزمير*** |
|
|
|
|
|
4. **DATE** |
|
|
|
- ***غدا الجمعة*** |
|
|
|
- ***06 أكتوبر 2020*** |
|
|
|
- ***العام السابق*** |
|
|
|
|
|
5. **PRODUCT** |
|
|
|
- عبر حسابه ب ***تطبيق “ إنستغرام ”*** |
|
|
|
- الجيل الثاني من ***نظارة الواقع الافتراضي أوكولوس كويست*** تحت اسم " ***أوكولوس كويست 2*** " |
|
|
|
|
|
6. **COMPETITION** |
|
|
|
- عدم المشاركة في ***بطولة فرنسا المفتوحة للتنس*** |
|
|
|
- في مباراة ***كأس السوبر الأوروبي*** |
|
|
|
7. **PRIZE** |
|
|
|
- ***جائزة نوبل ل لآداب*** |
|
|
|
- الذي فاز ب ***جائزة “ إيمي ” لأفضل دور مساند*** |
|
|
|
8. **EVENT** |
|
|
|
- تسجّل أغنية جديدة خاصة ب ***العيد الوطني السعودي*** |
|
|
|
- ***مهرجان المرأة يافوية*** في دورته الرابعة |
|
|
|
9. **DISEASE** |
|
|
|
- في مكافحة فيروس ***كورونا*** و عدد من الأمراض |
|
|
|
- الأزمات المشابهة مثل “ ***انفلونزا الطيور*** ” و ” ***انفلونزا الخنازير*** |
|
|
|
## Example |
|
|
|
[Find here a complete example to use this model](https://github.com/hatmimoha/arabic-ner) |
|
|
|
Here is the map from index to label: |
|
|
|
``` |
|
id2label = { |
|
"0": "B-PERSON", |
|
"1": "I-PERSON", |
|
"2": "B-ORGANIZATION", |
|
"3": "I-ORGANIZATION", |
|
"4": "B-LOCATION", |
|
"5": "I-LOCATION", |
|
"6": "B-DATE", |
|
"7": "I-DATE"", |
|
"8": "B-COMPETITION", |
|
"9": "I-COMPETITION", |
|
"10": "B-PRIZE", |
|
"11": "I-PRIZE", |
|
"12": "O", |
|
"13": "B-PRODUCT", |
|
"14": "I-PRODUCT", |
|
"15": "B-EVENT", |
|
"16": "I-EVENT", |
|
"17": "B-DISEASE", |
|
"18": "I-DISEASE", |
|
} |
|
|
|
``` |
|
|
|
## Training Corpus |
|
|
|
The training corpus is made of 378.000 tokens (14.000 sentences) collected from the Web and annotated manually. |
|
|
|
## Results |
|
|
|
The results on a valid corpus made of 30.000 tokens shows an F-measure of ~87%. |
|
|
