Arabic Named Entity Recognition (from boda)

Description

Pretrained Named Entity Recognition model, uploaded to Hugging Face, adapted and imported into Spark NLP. ANER is a Arabic model orginally trained by boda.

Predicted Entities

` حكومة , شخص ديني , رياضي , ترفيه , كتاب , شعب(أمة) , مطار , مؤسسة دينية , مركز سكني , فنان , غير حكومي , أراضي البناء , سماوي , أرض طبيعية , منشأة منطقة فرعية , هواء , مدينة أو ضاحية , عالم , محامي , سوفتوير(برمجيات) , أرض , منفجر , كيميائي , رياضة , رماية , طريق , ماء , تجاري , , سياسي , صوت , علوم طبية , نووي , فظ , فيلم , قارة , ولاية أو مقاطعة , شخص , حاد , مهندس , مسطح مائي , عتاد , طعام , قذيفة , دواء , تعليمي , نبات , شرطة , رجل أعمال , إعلام , مجموعة `

Live Demo Open in Colab Download Copy S3 URI

How to use

documentAssembler = DocumentAssembler() \
.setInputCol("text") \
.setOutputCol("document")

sentenceDetector = SentenceDetectorDLModel.pretrained("sentence_detector_dl", "xx")\
.setInputCols(["document"])\
.setOutputCol("sentence")

tokenizer = Tokenizer() \
.setInputCols("sentence") \
.setOutputCol("token")

tokenClassifier = BertForTokenClassification.pretrained("bert_ner_ANER","ar") \
.setInputCols(["sentence", "token"]) \
.setOutputCol("ner")

pipeline = Pipeline(stages=[documentAssembler, sentenceDetector, tokenizer, tokenClassifier])

data = spark.createDataFrame([["أنا أحب الشرارة NLP"]]).toDF("text")

result = pipeline.fit(data).transform(data)

val documentAssembler = new DocumentAssembler() 
.setInputCol("text") 
.setOutputCol("document")

val sentenceDetector = SentenceDetectorDLModel.pretrained("sentence_detector_dl", "xx")
.setInputCols(Array("document"))
.setOutputCol("sentence")

val tokenizer = new Tokenizer() 
.setInputCols(Array("sentence"))
.setOutputCol("token")

val tokenClassifier = BertForTokenClassification.pretrained("bert_ner_ANER","ar") 
.setInputCols(Array("sentence", "token")) 
.setOutputCol("ner")

val pipeline = new Pipeline().setStages(Array(documentAssembler,sentenceDetector, tokenizer, tokenClassifier))

val data = Seq("أنا أحب الشرارة NLP").toDF("text")

val result = pipeline.fit(data).transform(data)

import nlu
nlu.load("ar.ner.ANER").predict("""أنا أحب الشرارة NLP""")

Model Information

References

• https://huggingface.co/boda/ANER
• https://drive.google.com/file/d/1cNnKf-jS-3sjBXF2b0rkh517z9EzFFT4/view?usp=sharing
• https://fsalotaibi.kau.edu.sa/Pages-Arabic-NE-Corpora.aspx
• https://github.com/aub-mind/arabert
• https://fsalotaibi.kau.edu.sa/Pages-Arabic-NE-Corpora.aspx
• https://github.com/BodaSadalla98