Компаративна анализа NER модела за пресуде на црногорском језику

Branislav Roljić; Stevan Gostojić

doi:10.24867/

Elektrotehničko i računarsko inženjerstvo

God. 41 Br. 08 (2026): Зборник радова Факултета техничких наука

Компаративна анализа NER модела за пресуде на црногорском језику

Branislav Roljić
Stevan Gostojić

PDF

DOI:: https://doi.org/10.24867/
Predato: September 7, 2026
Objavljeno: 2026-09-09

Apstrakt

Препознавање именованих ентитета у језицима са ограниченим ресурсима отежано је малим бројем доступних анотираних
података и доменски специфичних модела. У овом раду се евалуирају трансформерски и генеративни NER приступи на ручно анотираном корпусу црногорских правосудних пресуда. Методологија спаја лингвистичке увиде и технике дубоког учења како би се модели прилагодили правном домену. Спроведени експерименти анализирају перформансе по типовима
ентитета и показују кључне предности и ограничења сваког приступа. Резултати доприносе развоју правно-језичких NLP алата и указују на могуће правце даљег унапређења NER система у условима ограничених ресурса.

Reference

[1] I. Keraghel, S. Morbieu, и M. Nadif, „Recent
Advances in Named Entity Recognition: A
Comprehensive Survey and Comparative Study“, 20.
Децембар 2024., arXiv: arXiv:2401.10825. doi:
10.48550/arXiv.2401.10825.
[2] H. Darji, J. Mitrović, и M. Granitzer, „German BERT
Model for Legal Named Entity Recognition“, у
Proceedings of the 15th International Conference on
Agents and Artificial Intelligence, 2023, стр. 723–
728. doi: 10.5220/0011749400003393.
[3] M. Bogdanović, M. Frtunić Gligorijević, J. Kocić, и
L. Stoimenov, „An Analysis of the Training Data
Impact for Domain-Adapted Tokenizer
Performances—The Case of Serbian Legal Domain
Adaptation“, Appl. Sci., том 15, изд. 13, стр. 7491,
Јули 2025, doi: 10.3390/app15137491.
[4] I. Ait Talghalit, H. Alami, и S. O. El Alaoui,
„Exploring Different Annotation Schemes for Single
and Consecutive Named Entity Recognition in the
Arabic Biomedical Domain using Transformer
Models and Contextual Semantic Embeddings“, Eng.
Technol. Appl. Sci. Res., том 15, изд. 2, стр. 21854–
21860, Апр. 2025, doi: 10.48084/etasr.10019.
[5] M. Škorić, „New Language Models for Serbian“,
Infotheca, том 24, изд. 1, стр. 7–28, 2024, doi:
10.18485/infotheca.2024.24.1.1.
[6] V. Kalušev и B. Brkljač, „Named entity recognition
for Serbian legal documents: Design, methodology
and dataset development“, 14. Фебруар 2025., arXiv:
arXiv:2502.10582. doi: 10.48550/arXiv.2502.10582.
[7] „Sudovi Crne Gore“. Приступљено: 28. Октобар
2025. [На Интернету]. Available at:
https://sudovi.me/sdvi/odluke
[8] Playwright. [На Интернету]. Приступљено: 28.
Октобар 2025. Available at: https://playwright.dev/
[9] LabelStudio. [На Интернету]. Приступљено: 28.
Октобар 2025. Available at: https://labelstud.io/
[10] seqeval. [На Интернету]. Приступљено: 28.
Октобар 2025. Available at:
https://huggingface.co/spaces/evaluate-metric/seqeval

[1] [1] I. Keraghel, S. Morbieu, и M. Nadif, „Recent

[2] Advances in Named Entity Recognition: A

[3] Comprehensive Survey and Comparative Study“, 20.

[4] Децембар 2024., arXiv: arXiv:2401.10825. doi:

[5] 10.48550/arXiv.2401.10825.

[6] [2] H. Darji, J. Mitrović, и M. Granitzer, „German BERT

[7] Model for Legal Named Entity Recognition“, у

[8] Proceedings of the 15th International Conference on

[9] Agents and Artificial Intelligence, 2023, стр. 723–

[10] 728. doi: 10.5220/0011749400003393.

[11] [3] M. Bogdanović, M. Frtunić Gligorijević, J. Kocić, и

[12] L. Stoimenov, „An Analysis of the Training Data

[13] Impact for Domain-Adapted Tokenizer

[14] Performances—The Case of Serbian Legal Domain

[15] Adaptation“, Appl. Sci., том 15, изд. 13, стр. 7491,

[16] Јули 2025, doi: 10.3390/app15137491.

[17] [4] I. Ait Talghalit, H. Alami, и S. O. El Alaoui,

[18] „Exploring Different Annotation Schemes for Single

[19] and Consecutive Named Entity Recognition in the

[20] Arabic Biomedical Domain using Transformer

[21] Models and Contextual Semantic Embeddings“, Eng.

[22] Technol. Appl. Sci. Res., том 15, изд. 2, стр. 21854–

[23] 21860, Апр. 2025, doi: 10.48084/etasr.10019.

[24] [5] M. Škorić, „New Language Models for Serbian“,

[25] Infotheca, том 24, изд. 1, стр. 7–28, 2024, doi:

[26] 10.18485/infotheca.2024.24.1.1.

[27] [6] V. Kalušev и B. Brkljač, „Named entity recognition

[28] for Serbian legal documents: Design, methodology

[29] and dataset development“, 14. Фебруар 2025., arXiv:

[30] arXiv:2502.10582. doi: 10.48550/arXiv.2502.10582.

[31] [7] „Sudovi Crne Gore“. Приступљено: 28. Октобар

[32] 2025. [На Интернету]. Available at:

[33] https://sudovi.me/sdvi/odluke

[34] [8] Playwright. [На Интернету]. Приступљено: 28.

[35] Октобар 2025. Available at: https://playwright.dev/

[36] [9] LabelStudio. [На Интернету]. Приступљено: 28.

[37] Октобар 2025. Available at: https://labelstud.io/

[38] [10] seqeval. [На Интернету]. Приступљено: 28.

[39] Октобар 2025. Available at:

[40] https://huggingface.co/spaces/evaluate-metric/seqeval