Transformer 모델은 영어 자연어 처리(NLP)에서 상당한 발전을 이루었지만, 특히 아랍어의 개체명 인식(NER)에서는 성능이 제한적이다. 이는 토큰화, 데이터셋 품질, 주석의 불일치 등 여러 요인에서 기인하며, 기존 연구는 이러한 문제를 개별적으로 분석하여 시스템 동작과 성능에 미치는 영향을 제대로 파악하지 못했다. DeformAr (Transformer 기반 NER 시스템 디버깅 및 평가 프레임워크)는 아랍어와 영어 NER 시스템 간의 성능 차이를 조사하고 설명하기 위해 설계된 새로운 프레임워크이다. 이 프레임워크는 데이터 추출 라이브러리와 대화형 대시보드를 통합하여 교차 구성 요소 분석과 행동 분석의 두 가지 평가 모드를 지원한다.
