Dividido en 13 temas, el concurso MULTICONER se centró en métodos para identificar entidades complejas con nombres específicos en 12 idiomas, tanto en escenarios monolingües como multilingües, así como en entornos ruidosos. Los tipos generales son: persona, lugar, grupo, producto, trabajo creativo y médico. La tarea utilizó el conjunto de datos MultiCoNER V2, compuesto por 2,2 millones de instancias en bengalí, chino, inglés, farsi, francés, alemán, hindi, italiano, portugués, español, sueco y ucraniano. Esta tarea consiste en el reconocimiento de entidades en español.
Mejores resultados para la tarea
Sistema | MacroF1 Ordenar ascendente |
---|---|
DAMO-NLP | 0.8978 |
CAIR-NLP | 0.8363 |
USTC-NELSLIP | 0.7444 |
IXA/Cogcomp | 0.7381 |
Sakura | 0.7285 |
NLPeople | 0.7276 |
PAI | 0.7167 |
BizNER | 0.7148 |
garNER | 0.6373 |
D2KLab | 0.6317 |