Model Card: sergeyzt50/slovak-ner-full

Prehľad

Tento model je jemne doladenou verziou modelu SlovakBERT pre úlohu rozpoznávania pomenovaných entít (NER) v slovenskom jazyku. Bol trénovaný kombináciou dát zo zdrojov WikiANN a conll2003-SK-NER, pričom využíva stratégiu transferového učenia.

Model je schopný identifikovať typy entít ako:

• PER – Osoby (napr. Ján, Mária Kováčová)
• LOC – Miesta (napr. Bratislava, Tatry)
• ORG – Organizácie (napr. Univerzita Komenského, Google)
• MISC – Ostatné (napr. Olympijské hry, Slovenská technická univerzita)

Datasety použité na trénovanie

1. ju-bezdek/conll2003-SK-NER

2. unimelb-nlp/wikiann

Datasety boli zlúčené a ich anotácie boli zjednotené do spoločného label space.

---

Výsledky evaluácie

Tréningový skript vyhodnocoval presnosť každých 1000 krokov. Konečný model dosiahol tieto výsledky:

• F1-score (weighted): 0.924
• Presnosť: 0.927
• Recall: 0.921

Krivka výkonu bola stabilná a nezaznamenala známky preučenia.

---

Licencia

Tento model je dostupný výhradne na výskumné a nekomerčné účely. Ak máte záujem o jeho rozšírené použitie, kontaktujte autora.

---

Autor

Model vytvoril sergeyzt50 ako súčasť bakalárskej práce na Technickej univerzite v Košiciach, Fakulta elektrotechniky a informatiky.

Dátum poslednej úpravy: 14.05.2025