本文提供了 Wojood（一个阿拉伯嵌套命名实体识别语料库）。该语料库包括约 550K 个现代标准阿拉伯语（MSA）和方言标记，手动注释了 21 种实体类型，包括人物，组织，地点，事件和日期，并注释了嵌套实体而非通常的扁平注释。该数据包含约 75K 个实体，其中 22.5％是嵌套实体。该文提供的模型利用多任务学习和 AraBERT（阿拉伯 BERT）对数据进行训练，总体微 F1 得分为 0.884。我们的语料库，注释指南，源代码和预训练模型均可公开获取。

May, 2022

WojoodNER-2023 是第一个阿拉伯命名实体识别（NER）共享任务，提供新的 NER 数据集（即 Wojood），定义了用于不同 NER 方法之间有意义比较的子任务。本次共享任务包含两个子任务：FlatNER 和 NestedNER。共有 45 个独特的团队注册参加，其中 11 个团队积极参与测试阶段。具体而言，11 个团队参与了 FlatNER，而 8 个团队解决了 NestedNER。获胜团队在 FlatNER 和 NestedNER 中分别取得了 91.96 和 93.73 的 F1 分数。

Oct, 2023

该研究介绍了 SemEval-2023 Task 2 的发现，该任务主要聚焦于跨越 12 种语言的复杂名词实体的识别方法（如 WRITTENWORK，VEHICLE，MUSICALGRP），并研究了如何在单语和多语境以及噪声情况下实现。MultiCoNER 2 是 SemEval-2023 中最受欢迎的任务之一，从 47 个团队的 842 篇提交的论文中脱颖而出，并发现了媒体标题和产品名称是最具挑战性的实体类型，提出了将外部知识融入 transformer 模型中来实现最佳表现的方法，并注意到嘈杂的数据对模型性能有重要影响，对嘈杂数据中包含的复杂实体的 NER 鲁棒性的未来研究需要受到关注。

May, 2023

本文全面回顾了阿拉伯语命名实体识别技术的发展，特别是深度学习和预训练语言模型的最新进展，介绍了传统阿拉伯语 NER 系统和最新发展的深度学习方法，并指出了与其他语言 NER 技术的差距，为阿拉伯语 NER 未来的发展方向提供了参考。

Feb, 2023

本文提出了使用双线性映射方法集成层次信息的新方法，相比于平面预测在实体链接和细粒度实体类型分类方面有显著的改进，并在基准 FIGER 数据集上实现了最新的最佳结果。

Jul, 2018

本文提出了一个包含 4800 个手工标注的中文语料库，其用于细粒度实体分类。在实验中，我们展示了一些典型细粒度实体分类模型在我们的数据集上的表现，并显示了通过跨语言迁移学习提高中文细粒度实体分类的可能性。

Apr, 2020

自然语言处理中的命名实体识别（NER）是一项主要任务之一，本文介绍了一个基于 BERT 模型的用于阿拉伯语和 Arabizi 语言的网页命名实体识别器。该模型可以识别 50 个不同的实体类别，并在多个数据集上取得了高准确率，系统部署在用户友好的网页界面上供用户使用，并具备了使用 CAMeL Tools 模型的能力。

Aug, 2023

介绍了 TypeNet 数据集，该数据集由 1941 个类型组成，通过人工注释从 1081 个 Freebase 类型映射到 WordNet。本文还探讨了几种与先进系统可比的模型，以及在标准提及类型损失的基础上结合层次结构损失的技术，是未来研究的第一步。

Nov, 2017

该论文介绍了一种可以构建鲁棒实体链接模型的方法，该方法将注意力放在建立细粒度实体属性的模型上，具有更好的泛化性能，使用维基百科类别的大型库存来远程标记数据并训练实体类型模型，使用软类型预测将提及链接到最相似的候选实体上。

Sep, 2019

本文介绍一种使用 BIOES 格式标记具有超过 36,000 个数据记录的阿拉伯语命名实体识别数据集，并使用 LSTM 和 GRU 进行建模的方法， 取得了大约 80％的良好成果，同时介绍了使用 Trax 和 Colab 平台的新库。

Apr, 2023