CroNER: A State-of-the-Art Named Entity Recognition and Classification for Croatian Language

In this paper we present CroNER, a named entity recognition and classification system for Croatian language based on supervised sequence labeling with conditional random fields (CRF). We use a rich set of lexical and gazetteer-based features and different methods for enforcing document-level label consistency. Extensive evaluation shows that our method achieves state-of-the-art results (MUC F1 90.73%, Exact F1 87.42%) when compared to existing NERC systems for Croatian and other Slavic languages. CroNER: orodje za prepoznavanje in klasifikacijo imenskih entitet v hrvaščini V pričujočem prispevku predstavljamo CroNER, sistem za prepoznavanje in klasifikacijo imenskih entitet za hrvaščino, ki temelji na nadzorovanemu označevanju s pomočjo pogojnih naključnih polj (conditional random fields – CRF). Za označevanje uporabimo bogat nabor leksikalnih lastnosti ter imenik, doslednost oznak na ravni dokumenta pa dosežemo z različnimi metodami. Obsežno vrednotenje rezultatov in primerjava z drugimi tovrstnimi sistemi za hrvaščino in ostale slovanske jezike kažeta, da naša metoda sodi med najuspešnejše (MUC F1 90,73%, Exact F1 87,42%).