Тебя интересует именно функциональность NER? В таком случае, для семи языков, включая русский, должно работать из коробки с мультиязычной моделью.
С другими языками придётся поработать. Может, даже,  придётся обучать что-то вроде CNN.
Впрочем, spacy я гонял только на английском, вполне возможно, что можно быстро настроить vocab по размеченному списку географических объектов с использованием кастомных атрибутов token.

Zero-shot transfer across 93 languages: Open-sourcing enhanced LASER library
https://code.fb.com/ai-research/laser-multilingual-sentence-embeddings/

https://www.facebook.com/Free-Online-Python-Training-7-PM-to-8-PM-Daily-789198921445204


Please share this url on Facebook wall

Друзья, привет. Есть предобученные модели для русского языка помимо Павлова?

Спасибо! Правильно понимаю, что во вкладке модели нужно искать? Но там нет ни GloVe ни Bert моделей, только FastText word2vec.

А можно ссылочку русский BERT от Павлова? А то у них issue закрыта, но ни чего не гуглится

Да это то мы знаем

Сорри опечатка )

А кроме этого других нет?

У меня на классификации заявок не побило TF-IDF(50к фичей n-gramm+char-gramm),

Пока не видно, elmo вон спустя сколько месяцев обучили

Т.е. bert хуже 😱?😂😂😂

На моих данных да, но в них 1. сильный дизбаланс 2. есть плохая разметка

+ Есть еще очень короткие заявки

Но я так подробно пока не валидирвал, надо бы посмотреть где конкретно хуже отрабатывает

0.7 bert против 0.84 tf-idf на логреге

elmo от Павлова 0.5