hmoreira/xlm-roberta-large-petrogeoner

Modelo de Reconhecimento de Entidades Nomeadas para Textos Geológicos

Descrição do Modelo

Modelo especializado de Reconhecimento de Entidades Nomeadas treinado em textos do domínio geológico e petrolífero em português. O modelo foi ajustado para identificar e classificar 13 tipos diferentes de entidades geológicas comumente encontradas em relatórios técnicos, artigos científicos e documentação da indústria.

Performance do Modelo

Desempenho em todas as classes de entidades:

Classe de Entidade	Precisão	Recall	F1-Score	Suporte
BACIA	0.91	0.96	0.94	581
CAMPO	0.87	0.81	0.84	99
ESTRUTURA_FISICA	0.89	0.84	0.86	396
FLUIDODATERRA	0.89	0.85	0.87	339
FOSSEIS	0.90	0.76	0.82	336
MINERAIS	0.93	0.83	0.88	217
NAO_CONSOLID	0.89	0.69	0.78	131
PALEOAMBIENTE	0.85	0.71	0.77	486
POÇO	0.97	0.92	0.94	84
ROCHA	0.93	0.93	0.93	848
TEXTURA	0.88	0.79	0.84	29
UNIDADE_CRONO	0.95	0.96	0.95	1119
UNIDADE_LITO	0.91	0.88	0.90	468

Performance Geral:

• Média Micro: Precisão: 0.91, Recall: 0.88, F1-Score: 0.90
• Média Macro: Precisão: 0.91, Recall: 0.84, F1-Score: 0.87
• Média Ponderada: Precisão: 0.91, Recall: 0.88, F1-Score: 0.89

Classes de Entidades

O modelo reconhece 13 tipos de entidades geológicas:

• BACIA: Bacias geológicas e áreas sedimentares
• CAMPO: Campos de petróleo e gás
• ESTRUTURA_FISICA: Estruturas e arranjos de rochas
• FLUIDODATERRA: Fluidos geológicos
• FOSSEIS: Restos fósseis e evidências paleontológicas
• MINERAIS: Composições e tipos minerais
• NAO_CONSOLID: Materiais geológicos não consolidados
• PALEOAMBIENTE: Ambientes sedimentares antigos
• POÇO: Poços de petróleo/gás e locais de perfuração
• ROCHA: Tipos e formações rochosas
• TEXTURA: Texturas e padrões de rochas
• UNIDADE_CRONO: Períodos de tempo geológico
• UNIDADE_LITO: Formações litoestratigráficas

Citação

@inproceedings{moreira2025petrogeoner,
  title={PetroGeoNER: A Refined and Unified Dataset for NER in the Oil \& Gas Domain},
  author={Moreira, Higor and da Silva, Patricia Ferreira and Vieira, Renata and Moreira, Viviane},
  booktitle={Simp{\'o}sio Brasileiro de Tecnologia da Informa{\c{c}}{\~a}o e da Linguagem Humana (STIL)},
  pages={259--271},
  year={2025},
  organization={SBC}
}