---
widget:
- text: NL-Consult Tanácsadó Korlátolt Felelősségű Társaság
- text: D-Tag Analytics Zártkörűen Működő Részvénytársaság
- text: Felis Magántőkealap
- text: MMV Magyar Magánvasút Zártkörűen Működő Részvénytársaság
- text: MEDIKER Bt
- text: Keller Tibor Bizalmi Vagyonkezelő által kezelt vagyon
- text: Kreatív Bázis Alapítvány
- text: '"METEOR" Természetbarátok Turista Egyesülete'
- text: DR. VINCZE GERGELY ÜGYVÉDI IRODA
- text: Vonyarcvashegy Nagyközség Önkormányzata
- text: Gryffindor Trust
- text: PannErgy Nyilvánosan Működő Részvénytársaság
- text: Bizalmi vagyonkezeléssel kezelt vagyon Wessely Vilmos
- text: Taurus Országos Önkéntes Kölcsönös Nyugdíjpénztár
- text: Dunamelléki Református Egyházkerület Ráday Gyűjteménye
- text: Nyugdíj-kiegészítés Közérdekű Nyugdíjas Szövetkezet
- text: ALTEO Munkavállalói Résztulajdonosi Program Szervezete
- text: Széchenyi úti 92 lakásos OTP Társasház
- text: Honvédelmi Minisztérium
- text: Eventus Üzleti, Művészeti Szakgimnázium, Technikum, Gimnázium, Szakképző Iskola,
    Alapfokú Művészeti Iskola és Kollégium
- text: VDSZ Gyógyszergyári Szakszervezete
- text: Magyar Agrár-, Élelmiszergazdasági és Vidékfejlesztési Kamara
- text: Budapest Országos Kötelező Magánnyugdíjpénztár
- text: Dr. Orell Zsolt Végrehajtói Irodája
- text: CEU Ingatlankezelő SE Zártkörűen Működő Európai Részvénytársaság
- text: MIX Erdőbirtokossági Társulat
- text: KARO" Ingatlanhasznosító és Üzemeltető Közkereseti Társaság
- text: GEA Food Solutions International B.V. Convenience Food Systems International
    Magyarország Fióktelep
model-index:
- name: Sociovestix/lenu_HU
  results:
  - task:
      type: text-classification
      name: Text Classification
    dataset:
      name: lenu
      type: Sociovestix/lenu
      config: HU
      split: test
      revision: f4d57b8d77a49ec5c62d899c9a213d23cd9f9428
    metrics:
    - type: f1
      value: 0.9239952248308795
      name: f1
    - type: f1
      value: 0.6535313553034507
      name: f1 macro
      args:
        average: macro
---

# LENU - Legal Entity Name Understanding for Hungary

A Bert (multilingual uncased) model fine-tuned on hungarian legal entity names (jurisdiction HU) from the Global [Legal Entity Identifier](https://www.gleif.org/en/about-lei/introducing-the-legal-entity-identifier-lei)
(LEI) System with the goal to detect [Entity Legal Form (ELF) Codes](https://www.gleif.org/en/about-lei/code-lists/iso-20275-entity-legal-forms-code-list).

---------------

<h1 align="center">
<a href="https://gleif.org">
<img src="http://sdglabs.ai/wp-content/uploads/2022/07/gleif-logo-new.png" width="220px" style="display: inherit">
</a>
</h1><br>
<h3 align="center">in collaboration with</h3> 
<h1 align="center">
<a href="https://sociovestix.com">
<img src="https://sociovestix.com/img/svl_logo_centered.svg" width="700px" style="width: 100%">
</a>
</h1><br>

---------------

## Model Description

<!-- Provide a longer summary of what this model is. -->

The model has been created as part of a collaboration of the [Global Legal Entity Identifier Foundation](https://gleif.org) (GLEIF) and
[Sociovestix Labs](https://sociovestix.com) with the goal to explore how Machine Learning can support in detecting the ELF Code solely based on an entity's legal name and legal jurisdiction.
See also the open source python library [lenu](https://github.com/Sociovestix/lenu), which supports in this task.

The model has been trained on the dataset [lenu](https://huggingface.co/datasets/Sociovestix), with a focus on hungarian legal entities and ELF Codes within the Jurisdiction "HU".

- **Developed by:** [GLEIF](https://gleif.org) and [Sociovestix Labs](https://huggingface.co/Sociovestix)
- **License:** Creative Commons (CC0) license
- **Finetuned from model [optional]:** bert-base-multilingual-uncased
- **Resources for more information:** [Press Release](https://www.gleif.org/en/newsroom/press-releases/machine-learning-new-open-source-tool-developed-by-gleif-and-sociovestix-labs-enables-organizations-everywhere-to-automatically-)

# Uses

<!-- Address questions around how the model is intended to be used, including the foreseeable users of the model and those affected by the model. -->

An entity's legal form is a crucial component when verifying and screening organizational identity.
The wide variety of entity legal forms that exist within and between jurisdictions, however, has made it difficult for large organizations to capture legal form as structured data.
The Jurisdiction specific models of [lenu](https://github.com/Sociovestix/lenu), trained on entities from
GLEIF’s Legal Entity Identifier (LEI) database of over two million records, will allow banks, 
investment firms, corporations, governments, and other large organizations to retrospectively analyze
their master data, extract the legal form from the unstructured text of the legal name and
uniformly apply an ELF code to each entity type, according to the ISO 20275 standard.


# Licensing Information

This model, which is trained on LEI data, is available under Creative Commons (CC0) license. 
See [gleif.org/en/about/open-data](https://gleif.org/en/about/open-data).

# Recommendations

Users should always consider the score of the suggested ELF Codes. For low score values it may be necessary to manually review the affected entities.