ru_core_news_mdオープンソースのロシア語処理モデル - CPU向けに最適化され、複数のNLPタスクをサポート

ホーム

Ru Core News Md

spacyによって開発

CPU最適化されたロシア語処理パイプライン、品詞タグ付け、依存関係解析、固有表現認識などのNLPタスクを含む

シーケンスラベリングその他オープンソースライセンス:MIT #ロシア語NLP #マルチタスク処理 #高精度NER

ダウンロード数 25

リリース時間 : 3/2/2022

モデル概要

spaCyの中規模ロシア語処理モデル、品詞タグ付け、形態素解析、依存構文解析、固有表現認識などの機能を備え、ロシア語テキスト処理タスクに適している

モデル特徴

CPU最適化

CPU処理に特化して最適化されており、GPU環境がない場合でも実行可能

包括的NLP機能

品詞タグ付けから固有表現認識までの完全なNLP処理パイプラインを提供

高品質なベクトル表現

20000個のユニークなベクトル(300次元)を含み、優れた単語ベクトル表現を提供

モデル能力

品詞タグ付け

形態素解析

レンマ化

依存構文解析

固有表現認識

文分割

使用事例

テキスト処理

ロシア語テキスト分析

ロシア語テキストの文法と意味解析を実施

品詞、形態素特徴、構文関係を正確に識別

情報抽出

ロシア語テキストから固有表現を抽出

NER F値が0.9456を達成

言語学研究

ロシア語文法研究

ロシア語の語形変化と構文構造を分析

詳細な形態素特徴タグ付けを提供

🚀 ru_core_news_md

このモデルは、CPU最適化されたロシア語処理モデルで、命名実体認識、品詞タグ付け、形態素解析などの様々な言語処理タスクを行うことができます。

✨ 主な機能

命名実体認識、品詞タグ付け、形態素解析、文分割などの多様な言語処理タスクをサポート。
CPUでの最適化が行われており、効率的な処理が可能。

📦 モデル情報

属性	详情
モデル名	`ru_core_news_md`
バージョン	`3.7.0`
spaCyバージョン	`>=3.7.0,<3.8.0`
デフォルトの処理フロー	`tok2vec`, `morphologizer`, `parser`, `attribute_ruler`, `lemmatizer`, `ner`
コンポーネント	`tok2vec`, `morphologizer`, `parser`, `senter`, `attribute_ruler`, `lemmatizer`, `ner`
ベクトル	500002個のキー, 20000個の一意のベクトル(300次元)
データソース	Nerus (Alexander Kukushkin) Navec (Alexander Kukushkin)
ライセンス	`MIT`
作者	Explosion

📊 モデル指標

ru_core_news_md

タスク	指標名	指標タイプ	値
命名実体認識	NER精确率	精确率	0.9438296445
命名実体認識	NER召回率	召回率	0.9474835886
命名実体認識	NER F値	f値	0.9456530869
品詞タグ付け(XPOS)	词性标注(XPOS)准确率	准确率	0.9882061909
品詞タグ付け(UPOS)	词性标注(UPOS)准确率	准确率	0.9882061909
形態素解析	形态特征(UFeats)准确率	准确率	0.972948348
語形還元	词形还原准确率	准确率	2.15295e-05
無標識依存関係	无标记依存准确率(UAS)	f値	0.9595456565
有標識依存関係	有标记依存准确率(LAS)	f値	0.9474984155
文分割	句子分割F値	f値	0.9985729236

🏷️ タグ体系

タグ体系を表示(3つのコンポーネントの900個のタグ)

| コンポーネント | タグ | | --- | --- | | **`morphologizer`** | `Case=Nom\|Degree=Pos\|Number=Plur\|POS=ADJ`, `Animacy=Anim\|Case=Nom\|Gender=Masc\|Number=Plur\|POS=NOUN`, `Aspect=Perf\|Mood=Ind\|Number=Plur\|POS=VERB\|Tense=Past\|VerbForm=Fin\|Voice=Act`, ... |