Arabic Named Entity Recognition Model

Pretrained BERT-based (arabic-bert-base) 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

Training Corpus

The training corpus is made of 378.000 tokens (14.000 sentences) collected from the Web and annotated manually. It can be obtained from here: https://www.textorch.com/datasets/arabic-named-entity-recognition-corpus

Results

The results on a valid corpus made of 30.000 tokens shows an F-measure of ~87%.