%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
JA
It Core News Sm
spaCyが提供するCPU最適化されたイタリア語処理パイプライン。トークン分類、依存解析、固有表現認識などのNLP機能を含む
ダウンロード数 64
リリース時間 : 3/2/2022
モデル概要
これはイタリア語の小型自然言語処理モデルで、品詞タグ付け、依存構文解析、固有表現認識などのテキスト処理タスクに適しています。CPU使用のために最適化されています。
モデル特徴
CPU最適化
CPU使用シナリオ向けに特別に最適化されています
包括的なNLP機能
品詞タグ付けから固有表現認識までの完全な自然言語処理機能を提供します
高精度
イタリア語処理タスクで優れた性能を発揮し、NER F値は0.859に達します
モデル能力
品詞タグ付け
固有表現認識
依存構文解析
レンマ化
文分割
形態素解析
使用事例
テキスト処理
イタリア語テキスト分析
イタリア語テキストの品詞タグ付けと構文解析
精度96.5%を達成
固有表現認識
イタリア語テキスト中の人名、地名、組織名などのエンティティを識別
F値0.859を達成
言語学研究
イタリア語形態素解析
イタリア語語彙の形態的特徴を分析
精度97.0%を達成
🚀 it_core_news_sm
このモデルは、CPU向けに最適化されたイタリア語用のspaCyパイプラインです。様々な自然言語処理タスクに使用でき、高い精度を誇ります。
🚀 クイックスタート
詳細については、こちらをご覧ください。
✨ 主な機能
このイタリア語パイプラインは、CPUで最適化されており、tok2vec、morphologizer、tagger、parser、lemmatizer（trainable_lemmatizer）、senter、nerなどのコンポーネントを備えています。
📚 ドキュメント
モデル情報
| プロパティ | 詳細 |
|---|---|
| モデル名 | it_core_news_sm |
| バージョン | 3.7.0 |
| spaCy | >=3.7.0,<3.8.0 |
| デフォルトパイプライン | tok2vec, morphologizer, tagger, parser, lemmatizer, attribute_ruler, ner |
| コンポーネント | tok2vec, morphologizer, tagger, parser, lemmatizer, senter, attribute_ruler, ner |
| ベクトル | 0 キー, 0 ユニークベクトル (0 次元) |
| ソース | UD Italian ISDT v2.8 (Bosco, Cristina; Lenci, Alessandro; Montemagni, Simonetta; Simi, Maria) WikiNER (Joel Nothman, Nicky Ringland, Will Radford, Tara Murphy, James R Curran) |
| ライセンス | CC BY-NC-SA 3.0 |
| 作者 | Explosion |
評価指標
| タスク名 | 指標名 | 値 |
|---|---|---|
| NER | NER Precision | 0.8600824654 |
| NER | NER Recall | 0.8579197692 |
| NER | NER F Score | 0.858999756 |
| TAG | TAG (XPOS) Accuracy | 0.9650368506 |
| POS | POS (UPOS) Accuracy | 0.9701163888 |
| MORPH | Morph (UFeats) Accuracy | 0.9701573034 |
| LEMMA | Lemma Accuracy | 0.969356578 |
| UNLABELED_DEPENDENCIES | Unlabeled Attachment Score (UAS) | 0.8969952665 |
| LABELED_DEPENDENCIES | Labeled Attachment Score (LAS) | 0.8575397438 |
| SENTS | Sentences F-Score | 0.9796640141 |
ラベルスキーム
ラベルスキームを表示 (4 コンポーネントに対する 443 ラベル)
| コンポーネント | ラベル |
|---|---|
morphologizer |
POS=PROPN, POS=PUNCT, Gender=Masc|POS=NOUN, Definite=Def|Gender=Fem|Number=Sing|POS=ADP|PronType=Art, Gender=Fem|Number=Sing|POS=NOUN, Gender=Masc|Number=Sing|POS=ADJ, Gender=Masc|Number=Sing|POS=NOUN, Definite=Ind|Gender=Fem|Number=Sing|POS=DET|PronType=Art, Mood=Ind|Number=Sing|POS=AUX|Person=3|Tense=Pres|VerbForm=Fin, Gender=Masc|Number=Sing|POS=AUX|Tense=Past|VerbForm=Part, POS=AUX|VerbForm=Inf, Gender=Fem|Number=Sing|POS=VERB|Tense=Past|VerbForm=Part, POS=ADP, Gender=Fem|Number=Sing|POS=ADJ, POS=PRON|PronType=Rel, Mood=Ind|Number=Sing|POS=VERB|Person=3|Tense=Pres|VerbForm=Fin, Definite=Def|Gender=Masc|Number=Plur|POS=DET|PronType=Art, Gender=Masc|Number=Plur|POS=NOUN, Definite=Def|Gender=Fem|Number=Sing|POS=DET|PronType=Art, Gender=Masc|Number=Sing|POS=PRON|PronType=Ind, Definite=Def|Gender=Masc|Number=Plur|POS=ADP|PronType=Art, Number=Plur|POS=ADJ, Mood=Ind|Number=Plur|POS=VERB|Person=3|Tense=Pres|VerbForm=Fin, Definite=Def|Number=Sing|POS=DET|PronType=Art, Mood=Ind|Number=Plur|POS=AUX|Person=3|Tense=Pres|VerbForm=Fin, Gender=Masc|Number=Sing|POS=VERB|Tense=Past|VerbForm=Part, POS=VERB|VerbForm=Inf, Definite=Ind|Gender=Masc|Number=Sing|POS=DET|PronType=Art, Number=Sing|POS=ADJ, POS=CCONJ, NumType=Card|POS=NUM, Definite=Def|Gender=Masc|Number=Sing|POS=ADP|PronType=Art, Definite=Def|Gender=Fem|Number=Plur|POS=ADP|PronType=Art, Gender=Fem|Number=Plur|POS=NOUN, Clitic=Yes|POS=PRON|Person=3|PronType=Prs, Gender=Fem|Number=Plur|POS=ADJ, Gender=Fem|Number=Plur|POS=DET|Poss=Yes|PronType=Prs, Gender=Masc|Number=Plur|POS=ADJ, POS=SPACE, Definite=Def|Number=Sing|POS=ADP|PronType=Art, Definite=Def|Gender=Masc|Number=Sing|POS=DET|PronType=Art, Gender=Masc|NumType=Ord|Number=Sing|POS=ADJ, POS=ADV, POS=NOUN, Number=Sing|POS=NOUN, POS=VERB|VerbForm=Ger, Gender=Masc|Number=Sing|POS=DET|Poss=Yes|PronType=Prs, POS=INTJ, Clitic=Yes|Number=Sing|POS=PRON|Person=2|PronType=Prs, Mood=Ind|Number=Sing|POS=AUX|Person=1|Tense=Pres|VerbForm=Fin, Gender=Fem|Number=Sing|POS=AUX|Tense=Past|VerbForm=Part, Definite=Def|Gender=Fem|Number=Plur|POS=DET|PronType=Art, Mood=Ind|Number=Sing|POS=VERB|Person=3|Tense=Imp|VerbForm=Fin, Gender=Fem|POS=NOUN, Gender=Fem|Number=Plur|POS=VERB|Tense=Past|VerbForm=Part, Gender=Fem|Number=Sing|POS=DET|PronType=Tot, Mood=Cnd|Number=Sing|POS=AUX|Person=3|Tense=Pres|VerbForm=Fin, Mood=Cnd|Number=Plur|POS=AUX|Person=3|Tense=Pres|VerbForm=Fin, Gender=Masc|Number=Plur|POS=PRON|PronType=Ind, Number=Plur|POS=PRON|Person=3|PronType=Prs, Mood=Ind|Number=Plur|POS=AUX|Person=3|Tense=Imp|VerbForm=Fin, Gender=Masc|Number=Plur|POS=VERB|Tense=Past|VerbForm=Part, Number=Plur|POS=NOUN, POS=SCONJ, Number=Sing|POS=DET|PronType=Ind, POS=ADV|PronType=Neg, Clitic=Yes|POS=VERB|PronType=Prs|VerbForm=Inf, Gender=Fem|Number=Plur|POS=AUX|Tense=Past|VerbForm=Part, Gender=Fem|Number=Plur|POS=DET|PronType=Ind, Gender=Fem|Number=Sing|POS=PRON|PronType=Ind, POS=ADJ, Number=Sing|POS=PRON|PronType=Rel, Gender=Fem|NumType=Ord|Number=Sing|POS=ADJ, Number=Sing|POS=PRON|PronType=Ind, Gender=Masc|Number=Sing|POS=PRON|Person=3|PronType=Prs, Gender=Masc|Number=Plur|POS=AUX|Tense=Past|VerbForm=Part, Clitic=Yes|POS=VERB|Person=3|PronType=Prs|VerbForm=Ger, Mood=Ind|Number=Sing|POS=AUX|Person=3|Tense=Imp|VerbForm=Fin, Mood=Ind|Number=Plur|POS=VERB|Person=3|Tense=Imp|VerbForm=Fin, POS=DET|Poss=Yes|PronType=Prs, Gender=Masc|Number=Plur|POS=DET|Poss=Yes|PronType=Prs, Mood=Sub|Number=Sing|POS=AUX|Person=3|Tense=Pres|VerbForm=Fin, Gender=Masc|Number=Plur|POS=DET|PronType=Ind, Gender=Masc|Number=Sing|POS=PRON|PronType=Dem, Mood=Ind|Number=Sing|POS=VERB|Person=3|Tense=Past|VerbForm=Fin, Clitic=Yes|Gender=Masc|Number=Plur|POS=VERB|Person=3|PronType=Prs|VerbForm=Ger, Gender=Fem|Number=Sing|POS=DET|Poss=Yes|PronType=Prs, Gender=Masc|Number=Sing|POS=DET|PronType=Dem, Clitic=Yes|Gender=Masc|Number=Sing|POS=VERB|Person=3|PronType=Prs|VerbForm=Inf, Clitic=Yes|POS=PRON|PronType=Prs, Gender=Masc|Number=Plur|POS=DET|PronType=Tot, Clitic=Yes|Gender=Masc|Number=Plur|POS=PRON|Person=3|PronType=Prs, Clitic=Yes|Number=Sing|POS=PRON|Person=1|PronType=Prs, Degree=Cmp|Number=Plur|POS=ADJ, Clitic=Yes|Gender=Masc|Number=Plur|POS=VERB|Person=3|PronType=Prs|VerbForm=Inf, Number=Sing|POS=PRON|Person=3|PronType=Prs, Degree=Cmp|Number=Sing|POS=ADJ, Gender=Masc|Number=Plur|POS=DET|PronType=Dem, Degree=Abs|POS=ADV, Clitic=Yes|Gender=Fem|Number=Sing|POS=VERB|Person=3|PronType=Prs|VerbForm=Inf, Mood=Cnd|Number=Plur|POS=VERB|Person=3|Tense=Pres|VerbForm=Fin, Clitic=Yes|Gender=Masc|Number=Sing|POS=AUX|Person=3|PronType=Prs|VerbForm=Inf, Gender=Fem|Number=Sing|POS=DET|PronType=Dem, POS=DET|PronType=Exc, Number=Plur|POS=PRON|Person=1|PronType=Prs, Mood=Ind|Number=Plur|POS=AUX|Person=1|Tense=Pres|VerbForm=Fin, Clitic=Yes|Number=Plur|POS=PRON|Person=1|PronType=Prs, Mood=Ind|Number=Plur|POS=VERB|Person=1|Tense=Pres|VerbForm=Fin, Mood=Ind|Number=Plur|POS=VERB|Person=3|Tense=Past|VerbForm=Fin, Mood=Ind|Number=Sing|POS=VERB|Person=1|Tense=Past|VerbForm=Fin, Number=Sing|POS=DET|PronType=Dem, Mood=Ind|Number=Sing|POS=AUX|Person=3|Tense=Past|VerbForm=Fin, Mood=Ind|Number=Sing|POS=VERB|Person=3|Tense=Fut|VerbForm=Fin, Gender=Fem|NumType=Ord|Number=Plur|POS=ADJ, Mood=Sub|Number=Sing|POS=VERB|Person=3|Tense=Imp|VerbForm=Fin, Mood=Ind|Number=Plur|POS=AUX|Person=3|Tense=Past|VerbForm=Fin, Number=Sing|POS=DET|PronType=Int, POS=PRON|PronType=Int, Clitic=Yes|Gender=Masc|Number=Sing|POS=PRON|Person=3|PronType=Prs, Mood=Ind|Number=Plur|POS=VERB|Person=1|Tense=Past|VerbForm=Fin, Mood=Sub|Number=Plur|POS=VERB|Person=3|Tense=Pres|VerbForm=Fin, Gender=Fem|Number=Plur|POS=PRON|PronType=Ind, Number=Sing|POS=ADP, Mood=Ind|Number=Sing|POS=AUX|Person=3|Tense=Fut|VerbForm=Fin, Foreign=Yes|POS=X, Mood=Sub|Number=Sing|POS=VERB|Person=3|Tense=Pres|VerbForm=Fin, Clitic=Yes|POS=VERB|Person=3|PronType=Prs|VerbForm=Inf, Clitic=Yes|POS=AUX|Person=3|PronType=Prs|VerbForm=Inf, Clitic=Yes|Gender=Masc|Mood=Imp|Number=Plur,Sing|POS=VERB|Person=1,3|PronType=Prs|Tense=Pres|VerbForm=Fin, Mood=Sub|Number=Sing|POS=AUX|Person=3|Tense=Imp|VerbForm=Fin, Gender=Fem|Number=Sing|POS=PRON|Poss=Yes|PronType=Prs, Number=Plur|POS=VERB|Tense=Pres|VerbForm=Part, POS=INTJ|Polarity=Neg, Mood=Ind|Number=Sing|POS=AUX|Person=1|Tense=Imp|VerbForm=Fin, Number=Plur|POS=PRON|PronType=Rel, Mood=Sub|Number=Plur|POS=VERB|Person=3|Tense=Imp|VerbForm=Fin, Gender=Fem|Number=Sing|POS=DET|PronType=Ind, Gender=Fem|Number=Sing|POS=PRON|PronType=Dem, Mood=Sub|Number=Plur|POS=AUX|Person=3|Tense=Pres|VerbForm=Fin, Gender=Fem|Number=Plur|POS=DET|PronType=Dem, Gender=Masc|Number=Plur|POS=PRON|PronType=Rel, Clitic=Yes|Number=Plur|POS=VERB|Person=1|PronType=Prs|VerbForm=Ger, POS=INTJ|Polarity=Pos, Gender=Fem|Number=Sing|POS=PRON|Person=3|PronType=Prs, Gender=Fem|Number=Sing|POS=DET|PronType=Int, POS=DET|PronType=Int, Gender=Masc|NumType=Ord|Number=Plur|POS=ADJ, Gender=Fem|Number=Plur|POS=DET|PronType=Int, Mood=Cnd|Number=Plur|POS=AUX|Person=1|Tense=Pres|VerbForm=Fin, POS=PRON|Person=3|PronType=Prs, Degree=Abs|Gender=Masc|Number=Plur|POS=ADJ, Gender=Masc|Number=Sing|POS=DET|PronType=Ind, Number=Sing|POS=PRON|Person=1|PronType=Prs, Gender=Masc|Number=Plur|POS=PRON|PronType=Dem, Clitic=Yes|Number=Sing|POS=PRON|Person=3|PronType=Prs, Clitic=Yes|Gender=Fem|POS=VERB|Person=3|PronType=Prs|VerbForm=Inf, Clitic=Yes|Gender=Fem|POS=PRON|Person=3|PronType=Prs, Mood=Ind|Number=Plur|POS=VERB|Person=1|Tense=Fut|VerbForm=Fin, Degree=Abs|Gender=Fem|Number=Sing|POS=ADJ, Gender=Masc|Number=Sing|POS=DET|PronType=Tot, Clitic=Yes|POS=AUX|PronType=Prs|VerbForm=Inf, Gender=Fem|Number=Plur|POS=DET|PronType=Tot, Mood=Ind|Number=Sing|POS=VERB|Person=1|Tense=Pres|VerbForm=Fin, Gender=Fem|Number=Plur|POS=PRON|PronType=Dem, Degree=Abs|Gender=Masc|Number=Sing|POS=ADJ, NumType=Ord|POS=ADJ, POS=DET|PronType=Rel, Gender=Masc|Number=Sing|POS=PRON|PronType=Rel, Gender=Masc|Number=Plur|POS=PRON|Poss=Yes|PronType=Prs, Mood=Ind|Number=Plur|POS=VERB|Person=2|Tense=Pres|VerbForm=Fin, Mood=Imp|Number=Plur|POS=VERB|Person=2|Tense=Pres|VerbForm=Fin, Clitic=Yes|Gender=Fem|Number=Sing|POS=PRON|Person=3|PronType=Prs, Number=Sing|POS=PRON|Person=2|PronType=Prs, Mood=Cnd|Number=Sing|POS=VERB|Person=3|Tense=Pres|VerbForm=Fin, Mood=Ind|Number=Sing|POS=VERB|Person=2|Tense=Pres|VerbForm=Fin, Mood=Ind|Number=Sing|POS=VERB|Person=1|Tense=Fut|VerbForm=Fin, Mood=Ind|Number=Sing|POS=AUX|Person=2|Tense=Pres|VerbForm=Fin, Mood=Ind|Number=Plur|POS=AUX|Person=2|Tense=Pres|VerbForm=Fin, Clitic=Yes|Number=Plur|POS=PRON|Person=2|PronType=Prs, Clitic=Yes|Number=Sing|POS=VERB|Person=1|PronType=Prs|VerbForm=Inf, Mood=Imp|Number=Sing|POS=VERB|Person=2|Tense=Pres|VerbForm=Fin, Mood=Ind|Number=Sing|POS=AUX|Person=1|Tense=Fut|VerbForm=Fin, Mood=Ind|Number=Plur|POS=VERB|Person=2|Tense=Fut|VerbForm=Fin, Mood=Ind|Number=Plur|POS=VERB|Person=3|Tense=Fut|VerbForm=Fin, Mood=Cnd|Number=Sing|POS=VERB|Person=1|Tense=Pres|VerbForm=Fin, Clitic=Yes|POS=VERB|PronType=Prs|VerbForm=Ger, Mood=Ind|Number=Sing|POS=VERB|Person=1|Tense=Imp|VerbForm=Fin, Mood=Ind|Number=Plur|POS=AUX|Person=1|Tense=Imp|VerbForm=Fin, Mood=Cnd|Number=Sing|POS=AUX|Person=1|Tense=Pres|VerbForm=Fin, Clitic=Yes|Gender=Masc|Number=Plur|POS=VERB|Person=3|PronType=Prs|Tense=Past|VerbForm=Part, Number=Sing|POS=PRON|PronType=Int, Mood=Ind|Number=Sing|POS=AUX|Person=2|Tense=Imp|VerbForm=Fin, Mood=Ind|Number=Plur|POS=VERB|Person=1|Tense=Imp|VerbForm=Fin, Number=Plur|POS=PRON|Person=2|PronType=Prs, Clitic=Yes|Number=Plur|POS=VERB|Person=2|PronType=Prs|VerbForm=Inf, Clitic=Yes|Number=Plur|POS=VERB|Person=1|PronType=Prs|VerbForm=Inf, Mood=Sub|Number=Plur|POS=AUX|Person=3|Tense=Imp|VerbForm=Fin, Mood=Ind|Number=Plur|POS=AUX|Person=2|Tense=Fut|VerbForm=Fin, Mood=Ind|Number=Plur|POS=AUX|Person=3|Tense=Fut|VerbForm=Fin, Definite=Def|POS=DET|PronType=Art, Mood=Sub|Number=Sing|POS=VERB|Person=2|Tense=Pres|VerbForm=Fin, POS=SYM, Clitic=Yes|Mood=Imp|Number=Sing|POS=VERB|Person=2|PronType=Prs|Tense=Pres|VerbForm=Fin, Clitic=Yes|Gender=Masc|Mood=Imp|Number=Sing|POS=VERB|Person=2,3|PronType=Prs|Tense=Pres|VerbForm=Fin, Mood=Ind|Number=Sing|POS=VERB|Person=2|Tense=Fut|VerbForm=Fin, Clitic=Yes|Gender=Fem|POS=VERB|Person=3|PronType=Prs|VerbForm=Ger, Degree=Abs|Gender=Fem|Number=Plur|POS=ADJ, Number=Sing|POS=PRON|PronType=Dem, POS=AUX|VerbForm=Ger, Gender=Masc|Number=Sing|POS=PRON|Poss=Yes|PronType=Prs, Clitic=Yes|Gender=Masc|Number=Sing|POS=PRON|Person=3|PronType=Prs|VerbForm=Inf, POS=PRON|PronType=Ind, Clitic=Yes|Mood=Imp|Number=Plur|POS=VERB|Person=1|PronType=Prs|Tense=Pres|VerbForm=Fin, POS=X, Gender=Masc|POS=ADJ, Clitic=Yes|Gender=Fem|Number=Sing|POS=AUX|Person=3|PronType=Prs|VerbForm=Inf, Gender=Fem|Number=Plur|POS=PRON|Person=3|PronType=Prs, Gender=Masc|Number=Plur|POS=PRON|Person=3|PronType=Prs, Mood=Cnd|Number=Sing|POS=VERB|Person=2|Tense=Pres|VerbForm=Fin, Clitic=Yes|Number=Sing|POS=VERB|Person=2|PronType=Prs|VerbForm=Inf, Clitic=Yes|Gender=Fem|Number=Sing|POS=VERB|Person=3|PronType=Prs|Tense=Past|VerbForm=Part, Mood=Sub|Number=Plur|POS=VERB|Person=2|Tense=Imp|VerbForm=Fin, POS=PART, Number=Sing|POS=V |
📄 ライセンス
このモデルは、CC BY-NC-SA 3.0ライセンスの下で提供されています。
Indonesian Roberta Base Posp Tagger
MIT
これはインドネシア語RoBERTaモデルをファインチューニングした品詞タグ付けモデルで、indonluデータセットで訓練され、インドネシア語テキストの品詞タグ付けタスクに使用されます。
シーケンスラベリング
Transformers その他
Transformers その他I
w11wo
2.2M
7
Bert Base NER
MIT
BERTを微調整した命名エンティティ識別モデルで、4種類のエンティティ（場所(LOC)、組織(ORG)、人名(PER)、その他(MISC)）を識別できます。
シーケンスラベリング 英語
B
dslim
1.8M
592
Deid Roberta I2b2
MIT
このモデルはRoBERTaをファインチューニングしたシーケンスラベリングモデルで、医療記録内の保護対象健康情報(PHI/PII)を識別・除去します。
シーケンスラベリング Transformers 複数言語対応
Transformers 複数言語対応D
obi
1.1M
33
Ner English Fast
Flairに組み込まれた英語の高速4クラス固有表現認識モデルで、Flair埋め込みとLSTM-CRFアーキテクチャを使用し、CoNLL-03データセットで92.92のF1スコアを達成しています。
シーケンスラベリング
PyTorch 英語
PyTorch 英語N
flair
978.01k
24
French Camembert Postag Model
Camembert-baseをベースとしたフランス語の品詞タグ付けモデルで、free-french-treebankデータセットを使用して学習されました。
シーケンスラベリング Transformers フランス語
Transformers フランス語F
gilf
950.03k
9
Xlm Roberta Large Ner Spanish
XLM - Roberta - largeアーキテクチャに基づいて微調整されたスペイン語の命名エンティティ認識モデルで、CoNLL - 2002データセットで優れた性能を発揮します。
シーケンスラベリング Transformers スペイン語
Transformers スペイン語X
MMG
767.35k
29
Nusabert Ner V1.3
MIT
NusaBert-v1.3を基にインドネシア語NERタスクでファインチューニングした固有表現認識モデル
シーケンスラベリング Transformers その他
Transformers その他N
cahya
759.09k
3
Ner English Large
Flairフレームワークに組み込まれた英語の4種類の大型NERモデルで、文書レベルのXLM - R埋め込みとFLERT技術に基づいており、CoNLL - 03データセットでF1スコアが94.36に達します。
シーケンスラベリング PyTorch 英語
PyTorch 英語N
flair
749.04k
44
Punctuate All
MIT
xlm - roberta - baseを微調整した多言語句読点予測モデルで、12種類の欧州言語の句読点自動補完に対応しています。
シーケンスラベリング Transformers
TransformersP
kredor
728.70k
20
Xlm Roberta Ner Japanese
MIT
xlm-roberta-baseをファインチューニングした日本語固有表現認識モデル
シーケンスラベリング Transformers 複数言語対応
Transformers 複数言語対応X
tsmatz
630.71k
25
おすすめAIモデル
Llama 3 Typhoon V1.5x 8b Instruct
タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化
大規模言語モデル Transformers 複数言語対応
Transformers 複数言語対応L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2％です。
対話システム Transformers 英語
Transformers 英語C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。
質問応答システム 中国語
R
uer
2,694
98