%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
El Core News Lg
CPU向けに最適化されたギリシャ語処理パイプライン、トークン化、品詞タグ付け、依存関係解析、固有表現認識などの機能を含む
ダウンロード数 49
リリース時間 : 3/2/2022
モデル概要
これはギリシャ語の自然言語処理モデルで、spaCyフレームワークに基づいて開発されており、ギリシャ語テキストのさまざまな処理タスクに適しています。
モデル特徴
CPU最適化
CPU使用に特化して最適化されており、GPUがない環境での実行に適しています
包括的なNLP機能
基本的なトークン化から高度な意味解析まで、自然言語処理の全機能を提供します
高品質なベクトル
500000の事前学習済みベクトルを含み、広範な言語的特徴をカバーしています
モデル能力
ギリシャ語トークン化
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
ギリシャ語テキスト分析
ギリシャ語テキストの文法と意味解析を実施
品詞、構文関係、固有表現を正確に識別
ギリシャ語情報抽出
ギリシャ語テキストから主要な情報とエンティティを抽出
NER F値が0.77を達成
言語学研究
ギリシャ語形態論研究
ギリシャ語語彙の形態的特徴を分析
形態的特徴の正確率が91.14%
🚀 el_core_news_lg
このモデルは、CPU向けに最適化されたギリシャ語のパイプラインです。トークン分類などの自然言語処理タスクに使用できます。
📚 詳細ドキュメント
詳細情報
詳細: https://spacy.io/models/el#el_core_news_lg
このギリシャ語のパイプラインはCPU向けに最適化されています。構成要素には、tok2vec、morphologizer、parser、lemmatizer（trainable_lemmatizer）、senter、ner、attribute_ruler が含まれます。
| 属性 | 詳情 |
|---|---|
| 名前 | el_core_news_lg |
| 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, parser, lemmatizer, attribute_ruler, ner |
| コンポーネント | tok2vec, morphologizer, parser, lemmatizer, senter, attribute_ruler, ner |
| ベクトル | 500000 キー, 500000 個の一意のベクトル (300 次元) |
| ソース | UD Greek GDT v2.8 (Prokopidis, Prokopis) Greek NER Corpus (Google Summer of Code 2018) (Giannis Daras) Explosion fastText Vectors (cbow, OSCAR Common Crawl + Wikipedia) (Explosion) |
| ライセンス | CC BY-NC-SA 3.0 |
| 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 395 個のラベル)
| コンポーネント | ラベル |
|---|---|
morphologizer |
Case=Nom|Definite=Def|Gender=Fem|Number=Sing|POS=DET|PronType=Art, Foreign=Yes|POS=X, Aspect=Perf|Mood=Ind|Number=Sing|POS=VERB|Person=3|Tense=Past|VerbForm=Fin|Voice=Pass, POS=ADP, Case=Acc|Definite=Def|Gender=Fem|Number=Sing|POS=DET|PronType=Art, NumType=Card|POS=NUM, POS=NOUN, POS=ADV, POS=PUNCT, Case=Acc|Gender=Neut|Number=Plur|POS=NOUN, Case=Acc|Gender=Neut|Number=Plur|POS=ADP, Case=Gen|Definite=Def|Gender=Fem|Number=Sing|POS=DET|PronType=Art, Case=Gen|Gender=Fem|Number=Sing|POS=NOUN, Case=Gen|Definite=Def|Gender=Fem|Number=Plur|POS=DET|PronType=Art, Case=Gen|Definite=Def|Gender=Neut|Number=Sing|POS=DET|PronType=Art, Case=Acc|Definite=Def|Gender=Neut|Number=Sing|POS=DET|PronType=Art, Case=Gen|Definite=Def|Gender=Masc|Number=Sing|POS=DET|PronType=Art, Case=Gen|Gender=Masc|Number=Sing|POS=NOUN, Aspect=Perf|Mood=Ind|Number=Sing|POS=VERB|Person=3|Tense=Past|VerbForm=Fin|Voice=Act, Case=Nom|Definite=Def|Gender=Masc|Number=Sing|POS=DET|PronType=Art, Case=Acc|Gender=Neut|Number=Sing|POS=ADP, Case=Acc|Gender=Neut|NumType=Ord|Number=Sing|POS=NUM, Case=Acc|Gender=Neut|Number=Sing|POS=NOUN, POS=CCONJ, Case=Nom|Definite=Def|Gender=Masc|Number=Plur|POS=DET|PronType=Art, Case=Nom|Gender=Masc|Number=Plur|POS=ADJ, Aspect=Perf|Mood=Ind|Number=Plur|POS=VERB|Person=3|Tense=Past|VerbForm=Fin|Voice=Act, Case=Acc|Definite=Def|Gender=Masc|Number=Sing|POS=DET|PronType=Art, Case=Acc|Gender=Neut|NumType=Card|Number=Plur|POS=NUM, Case=Acc|Definite=Def|Gender=Masc|Number=Plur|POS=DET|PronType=Art, Case=Nom|Gender=Masc|NumType=Card|Number=Plur|POS=NUM, POS=AUX, Aspect=Perf|Mood=Ind|Number=Plur|POS=VERB|Person=3|VerbForm=Fin|Voice=Pass, Case=Acc|Gender=Fem|Number=Plur|POS=ADP, Case=Acc|Gender=Masc|Number=Plur|POS=PROPN, Aspect=Imp|Mood=Ind|Number=Plur|POS=VERB|Person=3|Tense=Pres|VerbForm=Fin|Voice=Pass, Case=Acc|Gender=Fem|Number=Sing|POS=NOUN, Case=Acc|Gender=Masc|Number=Plur|POS=ADJ, Case=Acc|Gender=Masc|Number=Plur|POS=NOUN, Case=Gen|Gender=Neut|NumType=Card|Number=Plur|POS=NUM, Case=Gen|Gender=Neut|Number=Plur|POS=NOUN, Case=Acc|Gender=Masc|Number=Sing|POS=ADP, Case=Acc|Gender=Masc|Number=Sing|POS=NOUN, Case=Acc|Gender=Neut|Number=Sing|POS=PROPN, Case=Nom|Gender=Masc|Number=Sing|POS=NOUN, Case=Nom|Gender=Masc|Number=Sing|POS=PROPN, Aspect=Imp|Mood=Ind|Number=Sing|POS=VERB|Person=3|Tense=Past|VerbForm=Fin|Voice=Act, Case=Gen|Gender=Masc|Number=Sing|POS=PRON|Person=3|PronType=Rel, Case=Acc|Definite=Def|Gender=Fem|Number=Plur|POS=DET|PronType=Art, Case=Acc|Gender=Fem|Number=Plur|POS=NOUN, Case=Gen|Gender=Masc|Number=Sing|POS=PRON|Person=3|Poss=Yes|PronType=Prs, Case=Acc|Gender=Fem|Number=Sing|POS=ADP, Case=Acc|Gender=Fem|Number=Sing|POS=PROPN, Aspect=Imp|Mood=Ind|Number=Sing|POS=VERB|Person=3|Tense=Pres|VerbForm=Fin|Voice=Act, Case=Acc|Definite=Def|Gender=Neut|Number=Plur|POS=DET|PronType=Art, Case=Acc|Gender=Neut|Number=Plur|POS=ADJ, Case=Gen|Gender=Neut|Number=Plur|POS=PROPN, Case=Acc|Gender=Neut|Number=Sing|POS=ADJ, Aspect=Imp|POS=VERB|VerbForm=Conv|Voice=Act, Case=Nom|Gender=Fem|Number=Sing|POS=PRON|Person=3|PronType=Rel, Aspect=Imp|Mood=Ind|Number=Sing|POS=VERB|Person=3|Tense=Pres|VerbForm=Fin|Voice=Pass, Case=Acc|Gender=Masc|Number=Plur|POS=ADP, Case=Gen|Gender=Fem|Number=Sing|POS=ADJ, Case=Gen|Gender=Fem|Number=Sing|POS=PROPN, Case=Acc|Definite=Ind|Gender=Neut|Number=Sing|POS=DET|PronType=Art, Case=Gen|Definite=Def|Gender=Neut|Number=Plur|POS=DET|PronType=Art, Case=Gen|Gender=Neut|Number=Sing|POS=PROPN, Case=Nom|Definite=Def|Gender=Neut|Number=Sing|POS=DET|PronType=Art, Case=Nom|Gender=Neut|Number=Sing|POS=PRON|Person=3|PronType=Rel, Case=Nom|Gender=Neut|Number=Plur|POS=NOUN, Case=Gen|Gender=Masc|Number=Sing|POS=PROPN, Case=Nom|Gender=Masc|Number=Plur|POS=NOUN, Case=Nom|Gender=Fem|Number=Plur|POS=ADJ, Case=Nom|Gender=Fem|Number=Plur|POS=NOUN, Case=Nom|Gender=Fem|Number=Sing|POS=NOUN, Case=Acc|Gender=Fem|Number=Plur|POS=PRON|Person=3|PronType=Ind, Case=Nom|Gender=Neut|Number=Sing|POS=NOUN, Case=Nom|Gender=Neut|Number=Plur|POS=ADJ, Aspect=Imp|Mood=Ind|Number=Sing|POS=AUX|Person=3|Tense=Past|VerbForm=Fin|Voice=Pass, Case=Nom|Gender=Fem|Number=Sing|POS=ADJ, Case=Acc|Gender=Fem|Number=Sing|POS=ADJ, Case=Nom|Degree=Cmp|Gender=Masc|Number=Sing|POS=ADJ, Case=Gen|Definite=Def|Gender=Masc|Number=Plur|POS=DET|PronType=Art, Case=Gen|Gender=Masc|Number=Plur|POS=NOUN, Case=Gen|Gender=Fem|Number=Plur|POS=NOUN, Case=Nom|Gender=Neut|NumType=Card|Number=Plur|POS=NUM, Case=Gen|Gender=Masc|Number=Plur|POS=PRON|Person=3|Poss=Yes|PronType=Prs, POS=SCONJ, Case=Nom|Gender=Neut|Number=Plur|POS=PRON|Person=3|PronType=Ind, Aspect=Perf|Mood=Ind|Number=Plur|POS=VERB|Person=3|Tense=Past|VerbForm=Fin|Voice=Pass, Case=Nom|Definite=Def|Gender=Fem|Number=Plur|POS=DET|PronType=Art, Case=Nom|Gender=Masc|Number=Plur|POS=PRON|Person=3|PronType=Rel, Aspect=Imp|Mood=Ind|Number=Plur|POS=VERB|Person=3|Tense=Pres|VerbForm=Fin|Voice=Act, Aspect=Perf|Mood=Ind|Number=Plur|POS=VERB|Person=3|VerbForm=Fin|Voice=Act, Case=Nom|Gender=Masc|Number=Sing|POS=PRON|Person=3|PronType=Rel, Case=Nom|Gender=Fem|Number=Sing|POS=PROPN, Case=Gen|Gender=Masc|Number=Sing|POS=ADJ, Case=Acc|Gender=Fem|NumType=Ord|Number=Sing|POS=NUM, Case=Gen|Gender=Fem|Number=Plur|POS=PRON|Person=3|PronType=Prs, Aspect=Imp|Mood=Ind|Number=Sing|POS=VERB|Person=3|Tense=Past|VerbForm=Fin|Voice=Pass, Aspect=Imp|Mood=Ind|Number=Sing|POS=AUX|Person=3|Tense=Pres|VerbForm=Fin|Voice=Pass, Case=Acc|Definite=Ind|Gender=Fem|Number=Sing|POS=DET|PronType=Art, Case=Nom|Gender=Neut|Number=Sing|POS=ADJ, Aspect=Imp|Mood=Ind|Number=Plur|POS=AUX|Person=3|Tense=Pres|VerbForm=Fin|Voice=Act, Aspect=Perf|POS=VERB|VerbForm=Inf|Voice=Pass, Case=Acc|Gender=Fem|Number=Plur|POS=ADJ, Case=Nom|Definite=Def|Gender=Neut|Number=Plur|POS=DET|PronType=Art, Case=Nom|Gender=Masc|Number=Sing|POS=ADJ, Case=Gen|Gender=Neut|Number=Plur|POS=ADJ, Aspect=Imp|Mood=Ind|Number=Sing|POS=AUX|Person=3|Tense=Pres|VerbForm=Fin|Voice=Act, Aspect=Perf|POS=VERB|VerbForm=Inf|Voice=Act, Case=Acc|Gender=Fem|Number=Plur|POS=PRON|Person=3|PronType=Rel, Case=Nom|Gender=Masc|Number=Plur|POS=PROPN, Aspect=Perf|Case=Acc|Gender=Fem|Number=Sing|POS=VERB|VerbForm=Part|Voice=Pass, Case=Gen|Gender=Masc|Number=Plur|POS=PROPN, POS=PART, Case=Nom|Gender=Fem|Number=Sing|POS=PRON|Person=3|PronType=Ind, Case=Nom|Degree=Cmp|Gender=Neut|Number=Sing|POS=ADJ, Case=Acc|Gender=Fem|Number=Sing|POS=PRON|Person=3|PronType=Dem, Case=Acc|Degree=Cmp|Gender=Fem|Number=Sing|POS=ADJ, Case=Nom|Gender=Neut|Number=Plur|POS=PRON|Person=3|PronType=Dem, Aspect=Imp|Mood=Ind|Number=Plur|POS=AUX|Person=3|Tense=Pres|VerbForm=Fin|Voice=Pass, Case=Gen|Gender=Fem|NumType=Ord|Number=Sing|POS=NUM, Aspect=Imp|Mood=Ind|Number=Plur|POS=VERB|Person=3|Tense=Past|VerbForm=Fin|Voice=Act, Aspect=Perf|Mood=Ind|Number=Sing|POS=VERB|Person=3|VerbForm=Fin|Voice=Pass, Case=Gen|Gender=Neut|Number=Sing|POS=NOUN, Case=Gen|Gender=Fem|Number=Sing|POS=PRON|Person=3|Poss=Yes|PronType=Prs, Abbr=Yes|POS=NOUN, Case=Acc|Gender=Neut|Number=Plur|POS=PRON|Person=3|PronType=Ind, Case=Nom|Gender=Fem|Number=Plur|POS=PRON|Person=3|PronType=Rel, Aspect=Perf|Mood=Ind|Number=Sing|POS=VERB|Person=3|VerbForm=Fin|Voice=Act, Case=Acc|Gender=Masc|Number=Sing|POS=PROPN, Case=Gen|Gender=Fem|Number=Plur|POS=ADJ, Case=Acc|Gender=Masc|Number=Sing|POS=ADJ, Case=Voc|Gender=Fem|Number=Sing|POS=NOUN, Aspect=Imp|Mood=Ind|Number=Plur|POS=VERB|Person=1|Tense=Pres|VerbForm=Fin|Voice=Act, Case=Acc|Gender=Fem|Number=Sing|POS=PRON|Person=3|PronType=Rel, Aspect=Perf|Mood=Ind|Number=Plur|POS=VERB|Person=1|Tense=Past|VerbForm=Fin|Voice=Act, Aspect=Perf|Mood=Ind|Number=Plur|POS=VERB|Person=1|VerbForm=Fin|Voice=Act, Case=Acc|Definite=Ind|Gender=Masc|Number=Sing|POS=DET|PronType=Art, Case=Gen|Gender=Neut|Number=Plur|POS=PRON|Person=3|Poss=Yes|PronType=Prs, Aspect=Imp|Mood=Ind|Number=Plur|POS=VERB|Person=1|Tense=Pres|VerbForm=Fin|Voice=Pass, Case=Nom|Gender=Neut|Number=Plur|POS=PRON|Person=3|PronType=Rel, Case=Gen|Gender=Masc|Number=Plur|POS=PRON|Person=1|Poss=Yes|PronType=Prs, Case=Nom|Definite=Ind|Gender=Fem|Number=Sing|POS=DET|PronType=Art, Case=Acc|Gender=Masc|Number=Plur|POS=PRON|Person=1|PronType=Prs, Case=Acc|Gender=Neut|Number=Sing|POS=PRON|Person=3|PronType=Dem, Aspect=Imp|Mood=Ind|Number=Sing|POS=VERB|Person=1|Tense=Past|VerbForm=Fin|Voice=Act, Case=Gen|Gender=Masc|Number=Sing|POS=PRON|Person=1|Poss=Yes|PronType=Prs, Case=Nom|Definite=Ind|Gender=Neut|Number=Sing|POS=DET|PronType=Art, Aspect=Imp|Mood=Ind|Number=Sing|POS=VERB|Person=1|Tense=Pres|VerbForm=Fin|Voice=Act, Case=Acc|Gender=Masc|Number=Plur|POS=PRON|Person=3|PronType=Dem, Case=Acc|Gender=Neut|Number=Sing|POS=PRON|Person=3|PronType=Ind, Degree=Cmp|POS=ADV, Case=Acc|Gender=Masc|Number=Sing|POS=PRON|Person=3|PronType=Dem, Case=Acc|Gender=Masc|Number=Sing|POS=PRON|Person=1|PronType=Prs, Aspect=Perf|Mood=Ind|Number=Sing|POS=VERB|Person=1|Tense=Past|VerbForm=Fin|Voice=Act, Case=Acc|Gender=Neut|Number=Plur|POS=PRON|Person=3|PronType=Dem, Case=Acc|Gender=Neut|Number=Plur|POS=PRON|Person=3|PronType=Prs, Case=Acc|Gender=Fem|Number=Sing|POS=PRON|Person=3|PronType=Ind,Rel, Case=Nom|Gender=Masc|Number=Plur|POS=PRON|Person=3|PronType=Ind,Rel, Case=Gen|Gender=Neut|Number=Plur|POS=PRON|Person=3|PronType=Dem, Case=Nom|Gender=Fem|NumType=Card|Number=Sing|POS=NUM, Case=Acc|Gender=Fem|Number=Sing|POS=PRON|Person=3|PronType=Ind, Case=Nom|Gender=Masc|Number=Plur|POS=PRON|Person=1|PronType=Prs, Aspect=Perf|Mood=Ind|Number=Plur|POS=VERB|Person=1|Tense=Past|VerbForm=Fin|Voice=Pass, Case=Gen|Gender=Fem|Number=Plur|POS=PRON|Person=3|PronType=Rel, Case=Acc|Gender=Neut|NumType=Card|Number=Sing|POS=NUM, Aspect=Perf|Case=Acc|Gender=Neut|Number=Sing|POS=VERB|VerbForm=Part|Voice=Pass, Case=Gen|Gender=Fem|Number=Sing|POS=PRON|Person=3|PronType=Dem, Case=Gen|Gender=Neut|Number=Sing|POS=PRON|Person=3|Poss=Yes|PronType=Prs, Case=Acc|Gender=Masc|NumType=Ord|Number=Sing|POS=NUM, Case=Gen|Definite=Ind|Gender=Masc|Number=Sing|POS=DET|PronType=Art, Case=Gen|Gender=Masc|NumType=Ord|Number=Sing|POS=NUM, Case=Gen|Definite=Ind|Gender=Fem|Number=Sing|POS=DET|PronType=Art, Case=Nom|Gender=Fem|NumType=Card|Number=Plur|POS=NUM, Case=Voc|Gender=Masc|Number=Sing|POS=NOUN, Aspect=Perf|Mood=Ind|Number=Sing|POS=VERB|Person=1|VerbForm=Fin|Voice=Act, Case=Acc|Gender=Neut|Number=Plur|POS=PRON|Person=3|PronType=Ind,Rel, Case=Gen|Gender=Neut|Number=Sing|POS=PRON|Person=3|PronType=Dem, Case=Acc|Gender=Neut|Number=Plur|POS=PRON|Person=3|PronType=Rel, Case=Gen|Gender=Fem|Number=Plur|POS=PRON|Person=3|PronType=Dem, Case=Acc|Gender=Neut|Number=Sing|POS=PRON|Person=3|PronType=Rel, Case=Acc|Gender=Neut|Number=Sing|POS=PRON|Person=3|PronType=Prs, Case=Acc|Gender=Masc|Number=Plur|POS=PRON|Person=3|PronType=Rel, Case=Voc|Gender=Fem|Number=Plur|POS=NOUN, Case=Voc|Gender=Masc|Number=Plur|POS=NOUN, Case=Gen|Gender=Masc|Number=Plur|POS=PRON|Person=2|PronType=Prs, Case=Acc|Gender=Neut|Number=Sing|POS=PRON|Person=3|PronType=Int, Case=Gen|Gender=Masc|Number=Plur|POS=ADJ, Case=Gen|Gender=Neut|Number=Sing|POS=ADJ, Case=Gen|Definite=Ind|Gender=Neut|Number=Sing|POS=DET|PronType=Art, Case=Nom|Gender=Fem|Number=Plur|POS=PROPN |
モデルの評価結果
| タスク名 | 評価指標 | 値 |
|---|---|---|
| NER | NER Precision | 0.7540322581 |
| NER | NER Recall | 0.7857142857 |
| NER | NER F Score | 0.7695473251 |
| TAG | TAG (XPOS) Accuracy | 0.9329980772 |
| POS | POS (UPOS) Accuracy | 0.962973919 |
| MORPH | Morph (UFeats) Accuracy | 0.9114036385 |
| LEMMA | Lemma Accuracy | 0.8956268797 |
| UNLABELED_DEPENDENCIES | Unlabeled Attachment Score (UAS) | 0.8824531516 |
| LABELED_DEPENDENCIES | Labeled Attachment Score (LAS) | 0.8454140792 |
| SENTS | Sentences F-Score | 0.9259259259 |
📄 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