基于西班牙语TinyBERT微调的命名实体识别模型，体积仅55MB，适用于西班牙语文本的实体识别任务。

Flair框架自带的大规模西班牙语4类NER模型，基于XLM-R嵌入和FLERT技术构建

基于西班牙语BERT大小写版本（BETO）在NER-C数据集上微调后的版本，专用于命名实体识别（NER）任务。

该模型是基于RoBERTa架构的西班牙语命名实体识别模型，在BNE大规模语料库预训练后，使用CAPITEL-NERC数据集微调

基于XLM-RoBERTa-large模型在西班牙语CoNLL-2002数据集上微调的命名实体识别模型

该模型是基于RoBERTa架构的西班牙语命名实体识别模型，使用西班牙国家图书馆的大规模语料库预训练，并在CAPITEL NER数据集上微调。

基于RoBERTa架构的西班牙语命名实体识别模型，在BNE语料库上预训练并在CAPITEL-NERC数据集上微调

基于RoBERTa架构的西班牙语命名实体识别模型，在BNE语料库上预训练并在CAPITEL数据集上微调，对小写命名实体识别效果更优。