borisMI/ChGK_NER

NER-модель для извлечения сущностей из текстов "Что? Где? Когда?"

Это модель для распознавания именованных сущностей (NER), дообученная на базе ai-forever/ruBert-large. Модель была создана в рамках пет-проекта для анализа текстов вопросов игры "Что? Где? Когда?".

🚀 Интерактивное демо

Вы можете протестировать эту модель в действии в интерактивном веб-приложении на Hugging Face Spaces:

➡️ Перейти к демо ⬅️

🏷️ Извлекаемые сущности

Модель обучена распознавать 5 типов сущностей:

• AUTHOR: Авторы (писатели, художники, композиторы и т.д.)
• CHARACTER: Персонажи (литературные, вымышленные)
• LOCATION: Локации (города, страны, географические объекты)
• PERSON: Персоналии (реальные исторические личности, ученые, политики)
• WORK_OF_ART: Произведения искусства (книги, картины, фильмы и т.д.)

📊 Качество модели

Модель была оценена на тестовом наборе данных. Ниже представлены итоговые метрики F1-score для каждого класса.

Категория	F1-score
AUTHOR	0.826
LOCATION	0.825
WORK_OF_ART	0.810
CHARACTER	0.672
PERSON	0.625

Модель демонстрирует высокую надежность для классов AUTHOR, LOCATION и WORK_OF_ART. Классы PERSON и CHARACTER оказались более сложными из-за семантической близости, что отражено в их метриках.