en_core_web_trfオープンソース英語NLPモデル - 命名エンティティ認識などの機能を無料で利用可能

ホーム

En Core Web Trf

spacyによって開発

Transformerベースの英語NLPパイプラインモデルで、高性能な固有表現認識、品詞タグ付け、依存関係解析機能を提供します。

シーケンスラベリング英語オープンソースライセンス:MIT #Transformerアーキテクチャ #高精度NER #英語テキスト処理

ダウンロード数 185

リリース時間 : 3/2/2022

モデル概要

このモデルはspaCyライブラリの英語Transformerパイプラインで、RoBERTa-baseアーキテクチャを採用し、固有表現認識、品詞タグ付け、依存関係解析、文分割など、さまざまな自然言語処理タスクをサポートします。

モデル特徴

高性能Transformerアーキテクチャ

RoBERTa-baseベースのTransformerアーキテクチャにより、より正確な意味理解と文脈把握能力を提供します。

マルチタスク処理

単一モデルで固有表現認識、品詞タグ付け、依存関係解析など複数のNLPタスクをサポートします。

高精度

固有表現認識タスクで90.19%のF値を達成し、品詞タグ付けの精度は98.13%です。

モデル能力

固有表現認識

品詞タグ付け

依存関係解析

文分割

テキストトークン分類

使用事例

テキスト分析

情報抽出

テキストから人名、場所、組織などの固有表現を抽出

90%以上の固有表現を正確に認識

構文解析

文の構文構造と品詞を分析

品詞タグ付けの精度が98%を超える

コンテンツ処理

ドキュメント前処理

機械学習タスクのためのテキストデータを準備

高品質なトークン化テキストを提供

🚀 en_core_web_trf

このモデルは、英語のトランスフォーマーパイプラインで、トークン分類タスクに最適化されています。NER、TAG、依存関係解析などのタスクで高い精度を達成しています。

🚀 クイックスタート

詳細情報はこちらをご覧ください：https://spacy.io/models/en#en_core_web_trf

📚 ドキュメント

モデル概要

英語のトランスフォーマーパイプライン (Transformer(name='roberta-base', piece_encoder='byte-bpe', stride=104, type='roberta', width=768, window=144, vocab_size=50265)) です。コンポーネントには、transformer、tagger、parser、ner、attribute_ruler、lemmatizer が含まれます。

属性	詳細
モデル名	`en_core_web_trf`
バージョン	`3.7.3`
spaCy	`>=3.7.2,<3.8.0`
デフォルトパイプライン	`transformer`, `tagger`, `parser`, `attribute_ruler`, `lemmatizer`, `ner`
コンポーネント	`transformer`, `tagger`, `parser`, `attribute_ruler`, `lemmatizer`, `ner`
ベクトル	0 キー、0 ユニークベクトル (0 次元)
データソース	OntoNotes 5 (Ralph Weischedel, Martha Palmer, Mitchell Marcus, Eduard Hovy, Sameer Pradhan, Lance Ramshaw, Nianwen Xue, Ann Taylor, Jeff Kaufman, Michelle Franchini, Mohammed El-Bachouti, Robert Belvin, Ann Houston) ClearNLP Constituent-to-Dependency Conversion (Emory University) WordNet 3.0 (Princeton University) roberta-base (Yinhan Liu and Myle Ott and Naman Goyal and Jingfei Du and Mandar Joshi and Danqi Chen and Omer Levy and Mike Lewis and Luke Zettlemoyer and Veselin Stoyanov)
ライセンス	`MIT`
作者	Explosion

ラベルスキーム

ラベルスキームを表示 (3 つのコンポーネントに対する 112 個のラベル)

コンポーネント	ラベル
`tagger`	`$`, `''`, `,`, `-LRB-`, `-RRB-`, `.`, `:`, `ADD`, `AFX`, `CC`, `CD`, `DT`, `EX`, `FW`, `HYPH`, `IN`, `JJ`, `JJR`, `JJS`, `LS`, `MD`, `NFP`, `NN`, `NNP`, `NNPS`, `NNS`, `PDT`, `POS`, `PRP`, `PRP$`, `RB`, `RBR`, `RBS`, `RP`, `SYM`, `TO`, `UH`, `VB`, `VBD`, `VBG`, `VBN`, `VBP`, `VBZ`, `WDT`, `WP`, `WP$`, `WRB`, `XX`, ````
`parser`	`ROOT`, `acl`, `acomp`, `advcl`, `advmod`, `agent`, `amod`, `appos`, `attr`, `aux`, `auxpass`, `case`, `cc`, `ccomp`, `compound`, `conj`, `csubj`, `csubjpass`, `dative`, `dep`, `det`, `dobj`, `expl`, `intj`, `mark`, `meta`, `neg`, `nmod`, `npadvmod`, `nsubj`, `nsubjpass`, `nummod`, `oprd`, `parataxis`, `pcomp`, `pobj`, `poss`, `preconj`, `predet`, `prep`, `prt`, `punct`, `quantmod`, `relcl`, `xcomp`
`ner`	`CARDINAL`, `DATE`, `EVENT`, `FAC`, `GPE`, `LANGUAGE`, `LAW`, `LOC`, `MONEY`, `NORP`, `ORDINAL`, `ORG`, `PERCENT`, `PERSON`, `PRODUCT`, `QUANTITY`, `TIME`, `WORK_OF_ART`

精度

タイプ	スコア
`TOKEN_ACC`	99.86
`TOKEN_P`	99.57
`TOKEN_R`	99.58
`TOKEN_F`	99.57
`TAG_ACC`	98.13
`SENTS_P`	94.89
`SENTS_R`	85.79
`SENTS_F`	90.11
`DEP_UAS`	95.26
`DEP_LAS`	93.91
`ENTS_P`	90.08
`ENTS_R`	90.30
`ENTS_F`	90.19