%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
De Core News Sm
CPU向けに最適化されたドイツ語処理パイプライン。トークン化、品詞タグ付け、形態素解析、依存構文解析、レンマ化、固有表現認識などの機能を含む
ダウンロード数 161
リリース時間 : 3/2/2022
モデル概要
spaCyが提供する小型ドイツ語言語モデル。ドイツ語テキストの基本的なNLPタスク（トークン化、品詞タグ付け、固有表現認識など）に適しています。CPU使用向けに最適化されており、リソースが限られた環境に適しています。
モデル特徴
CPU最適化
CPU使用向けに特別に最適化されており、リソースが限られた環境に適しています
包括的なNLP機能
トークン化、品詞タグ付け、依存解析など、ドイツ語テキスト処理の完全なパイプラインを提供します
高精度
品詞タグ付けタスクで97.38%の精度、固有表現認識でF値82.04%を達成
訓練可能なレンマ化ツール
訓練可能なレンマ化コンポーネントを含み、レンマ化精度を向上させます
モデル能力
トークン化
品詞タグ付け
形態素解析
依存構文解析
レンマ化
固有表現認識
文分割
使用事例
テキスト処理
ドイツ語テキスト分析
ドイツ語テキストの文法と構造分析
品詞、依存関係などの言語的特徴を識別可能
情報抽出
ドイツ語テキストから固有表現を抽出
人名、地名、組織名などのエンティティを識別
言語学習
ドイツ語学習ツール
ドイツ語学習者向けの文法分析機能を提供
文構造と語形変化の理解を支援
🚀 de_core_news_sm
このモデルは、CPUで最適化されたドイツ語用のパイプラインです。様々な自然言語処理タスクに対応し、高精度な結果を提供します。
📚 ドキュメント
詳細情報
詳細はこちらを参照してください：https://spacy.io/models/de#de_core_news_sm
このモデルはCPUで最適化されたドイツ語用のパイプラインです。構成要素には、tok2vec、tagger、morphologizer、parser、lemmatizer（trainable_lemmatizer）、senter、ner が含まれます。
| 属性 | 詳情 |
|---|---|
| モデル名 | de_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, tagger, morphologizer, parser, lemmatizer, attribute_ruler, ner |
| 構成要素 | tok2vec, tagger, morphologizer, 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 | TIGER Corpus (Brants, Sabine, Stefanie Dipper, Peter Eisenberg, Silvia Hansen, Esther König, Wolfgang Lezius, Christian Rohrer, George Smith, and Hans Uszkoreit) Tiger2Dep (Wolfgang Seeker) WikiNER (Joel Nothman, Nicky Ringland, Will Radford, Tara Murphy, James R Curran) |
| 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 (4つのコンポーネントに対する772のラベル)
| コンポーネント | ラベル |
|---|---|
tagger |
$(, $,, $., ADJA, ADJD, ADV, APPO, APPR, APPRART, APZR, ART, CARD, FM, ITJ, KOKOM, KON, KOUI, KOUS, NE, NN, NNE, PDAT, PDS, PIAT, PIS, PPER, PPOSAT, PPOSS, PRELAT, PRELS, PRF, PROAV, PTKA, PTKANT, PTKNEG, PTKVZ, PTKZU, PWAT, PWAV, PWS, TRUNC, VAFIN, VAIMP, VAINF, VAPP, VMFIN, VMINF, VMPP, VVFIN, VVIMP, VVINF, VVIZU, VVPP, XY, _SP |
morphologizer |
POS=PUNCT, Case=Nom|Gender=Masc|Number=Sing|POS=PROPN, Mood=Sub|Number=Sing|POS=AUX|Person=3|Tense=Past|VerbForm=Fin, POS=ADV, Case=Nom|Definite=Ind|Gender=Masc|Number=Sing|POS=DET|PronType=Art, Case=Nom|Degree=Pos|Gender=Masc|Number=Sing|POS=ADJ, Case=Nom|Gender=Masc|Number=Sing|POS=NOUN, Case=Nom|Gender=Masc|Number=Plur|POS=NOUN, Mood=Ind|Number=Plur|POS=VERB|Person=3|Tense=Pres|VerbForm=Fin, Case=Acc|Definite=Def|Gender=Masc|Number=Sing|POS=DET|PronType=Art, Case=Acc|Gender=Masc|Number=Sing|POS=NOUN, POS=ADP, Mood=Ind|Number=Sing|POS=VERB|Person=3|Tense=Pres|VerbForm=Fin, Case=Acc|Degree=Pos|Gender=Fem|Number=Sing|POS=ADJ, Case=Acc|Gender=Fem|Number=Sing|POS=NOUN, Case=Acc|Gender=Fem|Number=Sing|POS=DET|Poss=Yes|PronType=Prs, Case=Nom|Definite=Def|Gender=Masc|Number=Sing|POS=DET|PronType=Art, Mood=Ind|Number=Sing|POS=AUX|Person=3|Tense=Pres|VerbForm=Fin, Case=Acc|Definite=Def|Gender=Neut|Number=Sing|POS=DET|PronType=Art, Case=Acc|Degree=Pos|Gender=Neut|Number=Sing|POS=ADJ, Case=Acc|Gender=Neut|Number=Sing|POS=NOUN, Case=Dat|Gender=Neut|Number=Sing|POS=PROPN, POS=VERB|VerbForm=Part, Case=Dat|Gender=Fem|Number=Plur|POS=NOUN, Foreign=Yes|POS=X, Degree=Pos|POS=ADV, Case=Dat|Gender=Neut|Number=Sing|POS=ADP, Case=Dat|Gender=Neut|Number=Sing|POS=NOUN, Case=Dat|Degree=Pos|Gender=Neut|Number=Sing|POS=ADJ, Case=Dat|Definite=Def|Gender=Masc|Number=Sing|POS=DET|PronType=Art, Case=Dat|Degree=Pos|Gender=Masc|Number=Sing|POS=ADJ, Case=Dat|Gender=Masc|Number=Sing|POS=NOUN, POS=CCONJ, POS=SCONJ, Case=Acc|Definite=Ind|Gender=Neut|Number=Sing|POS=DET|PronType=Art, POS=VERB|VerbForm=Inf, Mood=Ind|Number=Plur|POS=AUX|Person=3|Tense=Pres|VerbForm=Fin, Case=Nom|Gender=Masc|Number=Plur|POS=DET|Poss=Yes|PronType=Prs, Case=Nom|Gender=Fem|Number=Plur|POS=DET|PronType=Dem, Case=Nom|Gender=Fem|Number=Plur|POS=NOUN, Case=Acc|Definite=Def|Gender=Fem|Number=Sing|POS=DET|PronType=Art, Case=Acc|Degree=Sup|Gender=Fem|Number=Sing|POS=ADJ, Case=Gen|Definite=Def|Gender=Fem|Number=Sing|POS=DET|PronType=Art, Case=Gen|Gender=Fem|Number=Sing|POS=NOUN, Case=Dat|Gender=Fem|Number=Sing|POS=DET|Poss=Yes|PronType=Prs, Case=Dat|Gender=Fem|Number=Sing|POS=NOUN, POS=PART, Case=Nom|Gender=Masc|Number=Plur|POS=DET|PronType=Ind, Case=Nom|Definite=Def|Gender=Masc|Number=Plur|POS=DET|PronType=Art, Case=Dat|Definite=Def|Number=Plur|POS=DET|PronType=Art, Case=Dat|Number=Plur|POS=PROPN, POS=PRON|PronType=Ind, Case=Dat|Number=Plur|POS=PRON|Person=3|PronType=Prs|Reflex=Yes, Case=Acc|Definite=Ind|Gender=Masc|Number=Sing|POS=DET|PronType=Art, Case=Acc|Gender=Masc|Number=Sing|POS=PROPN, Case=Dat|Definite=Ind|Gender=Fem|Number=Sing|POS=DET|PronType=Art, Case=Gen|Definite=Def|Gender=Neut|Number=Sing|POS=DET|PronType=Art, Case=Gen|Gender=Neut|Number=Sing|POS=NOUN, Case=Nom|Number=Sing|POS=PROPN, Case=Dat|Definite=Def|Gender=Masc|Number=Plur|POS=DET|PronType=Art, Case=Dat|Gender=Masc|Number=Plur|POS=NOUN, POS=NUM, Case=Dat|Gender=Neut|Number=Plur|POS=NOUN, Mood=Ind|Number=Plur|POS=VERB|Person=3|Tense=Past|VerbForm=Fin, Case=Dat|Gender=Masc|Number=Sing|POS=ADP, Gender=Neut|POS=NOUN, Case=Acc|Number=Sing|POS=PROPN, Case=Acc|Number=Plur|POS=PRON|Person=3|PronType=Prs|Reflex=Yes, Case=Nom|Definite=Def|Gender=Fem|Number=Sing|POS=DET|PronType=Art, Case=Nom|Gender=Fem|Number=Sing|POS=NOUN, Case=Gen|Definite=Def|Number=Plur|POS=DET|PronType=Art, Case=Acc|Gender=Fem|Number=Plur|POS=NOUN, Mood=Sub|Number=Sing|POS=VERB|Person=3|Tense=Pres|VerbForm=Fin, Case=Nom|Gender=Masc|Number=Sing|POS=PRON|Person=3|PronType=Prs, Case=Gen|Definite=Def|Gender=Masc|Number=Sing|POS=DET|PronType=Art, Case=Gen|Gender=Masc|Number=Sing|POS=NOUN, Case=Nom|Definite=Def|Number=Plur|POS=DET|PronType=Art, Case=Nom|Number=Plur|POS=NOUN, Case=Acc|Gender=Masc|Number=Sing|POS=DET|Poss=Yes|PronType=Prs, Case=Dat|Definite=Def|Gender=Neut|Number=Sing|POS=DET|PronType=Art, Case=Nom|Number=Plur|POS=PRON|PronType=Ind, Case=Dat|Gender=Masc|Number=Sing|POS=DET|Poss=Yes|PronType=Prs, Case=Acc|Definite=Ind|Gender=Fem|Number=Sing|POS=DET|PronType=Art, POS=PROPN, Case=Nom|Number=Sing|POS=PRON|Person=1|PronType=Prs, Mood=Ind|Number=Sing|POS=VERB|Person=1|Tense=Pres|VerbForm=Fin, POS=INTJ, Case=Nom|Gender=Neut|Number=Sing|POS=PRON|PronType=Dem, Case=Nom|Gender=Neut|Number=Sing|POS=DET|Poss=Yes|PronType=Prs, Case=Nom|Gender=Neut|Number=Sing|POS=NOUN, Case=Acc|Number=Sing|POS=PRON|Person=3|PronType=Prs|Reflex=Yes, Case=Nom|Gender=Neut|Number=Sing|POS=PRON|Person=3|PronType=Prs, Mood=Sub|Number=Sing|POS=AUX|Person=3|Tense=Pres|VerbForm=Fin, Case=Nom|Gender=Masc|Number=Sing|POS=PRON|PronType=Rel, Case=Acc|Gender=Masc|Number=Sing|POS=PRON|PronType=Ind, Case=Nom|Definite=Ind|Gender=Fem|Number=Sing|POS=DET|PronType=Art, Case=Nom|Degree=Pos|Gender=Fem|Number=Sing|POS=ADJ, Case=Dat|Degree=Pos|Gender=Fem|Number=Plur|POS=ADJ, Case=Acc|Gender=Masc|Number=Plur|POS=DET|PronType=Ind, Case=Acc|Gender=Masc|Number=Plur|POS=NOUN, Case=Nom|Gender=Masc|Number=Plur|POS=PRON|PronType=Rel, Case=Nom|Gender=Masc|Number=Sing|POS=PRON|PronType=Ind, Case=Dat|Gender=Masc|Number=Plur|POS=PRON|Person=3|PronType=Prs, Case=Nom|Gender=Neut|Number=Plur|POS=NOUN, Case=Acc|Gender=Neut|Number=Plur|POS=PRON|PronType=Rel, Case=Dat|Number=Plur|POS=PRON|Person=3|PronType=Prs, Case=Dat|Gender=Masc|Number=Sing|POS=PRON|PronType=Rel, Gender=Masc|POS=NOUN, Mood=Ind|Number=Sing|POS=VERB|Person=3|Tense=Past|VerbForm=Fin, Case=Nom|Definite=Def|Gender=Fem|Number=Plur|POS=DET|PronType=Art, Case=Nom|Gender=Fem|Number=Sing|POS=DET|PronType=Int, Case=Gen|Gender=Masc|Number=Sing|POS=PROPN, POS=SCONJ|PronType=Int, Case=Acc|Gender=Fem|Number=Plur|POS=DET|Poss=Yes|PronType=Prs, Case=Dat|Degree=Pos|Gender=Masc|Number=Plur|POS=ADJ, Case=Nom|Number=Sing|POS=PRON|PronType=Ind, Case=Gen|Definite=Def|Gender=Fem|Number=Plur|POS=DET|PronType=Art, Case=Gen|Gender=Fem|Number=Plur|POS=NOUN, Case=Dat|Gender=Masc|Number=Sing|POS=PRON|Person=3|PronType=Prs, Case=Dat|Definite=Def|Gender=Fem|Number=Sing|POS=DET|PronType=Art, Case=Nom|Gender=Masc|Number=Sing|POS=DET|PronType=Ind, Case=Dat|Degree=Pos|Gender=Fem|Number=Sing|POS=ADJ, Case=Acc|Gender=Neut|Number=Sing|POS=DET|Poss=Yes|PronType=Prs, Case=Dat|Gender=Neut|Number=Sing|POS=PRON|PronType=Ind, Case=Dat|Degree=Cmp|Gender=Fem|Number=Plur|POS=ADJ, Case=Nom|Degree=Pos|Gender=Masc|Number=Plur|POS=ADJ, Gender=Neut|POS=PRON|PronType=Ind, Case=Acc|Gender=Masc|Number=Sing|POS=PRON|Person=3|PronType=Prs, Case=Dat|Number=Plur|POS=DET|Poss=Yes|PronType=Prs, Case=Dat|Number=Plur|POS=NOUN, Case=Dat|Gender=Masc|Number=Sing|POS=PRON|PronType=Ind, Case=Nom|Gender=Fem|Number=Sing|POS=DET|Poss=Yes|PronType=Prs, Case=Dat|Gender=Masc|Number=Sing|POS=PROPN, Case=Gen|Gender=Masc|Number=Sing|POS=PRON|PronType=Dem, Case=Dat|Gender=Fem|Number=Sing|POS=ADP, Case=Acc|Gender=Fem|Number=Plur|POS=DET|PronType=Int, Case=Gen|Number=Plur|POS=PROPN, Case=Acc|Gender=Fem|Number=Plur|POS=DET|PronType=Dem, Case=Acc|Gender=Neut|Number=Plur|POS=NOUN, Case=Acc|Degree=Pos|Gender=Masc|Number=Sing|POS=ADJ, Case=Nom|Definite=Def|Gender=Neut|Number=Plur|POS=DET|PronType=Art, Case=Gen|Gender=Neut|Number=Sing|POS=DET|Poss=Yes|PronType=Prs, Degree=Cmp|POS=ADV, Case=Nom|Gender=Neut|Number=Plur|POS=PRON|PronType=Dem, Case=Gen|Definite=Ind|Gender=Neut|Number=Sing|POS=DET|PronType=Art, Case=Acc|Gender=Neut|Number=Sing|POS=ADP, Case=Dat|Number=Plur|POS=PRON|Person=1|PronType=Prs, Case=Acc|Gender=Neut|Number=Sing|POS=PRON|PronType=Int, Case=Dat|Definite=Ind|Gender=Neut|Number=Sing|POS=DET|PronType=Art, Mood=Ind|Number=Plur|POS=AUX|Person=3|Tense=Past|VerbForm=Fin, Case=Gen|Definite=Def|Gender=Masc|Number=Plur|POS=DET|PronType=Art, Case=Gen|Gender=Masc|Number=Plur|POS=NOUN, Case=Acc|Gender=Neut|Number=Sing|POS=PRON|Person=3|PronType=Prs, Case=Acc|Degree=Sup|Gender=Masc|Number=Sing|POS=ADJ, Case=Nom|Number=Plur|POS=PRON|Person=3|PronType=Prs, Case=Gen|Gender=Masc|Number=Plur|POS=DET|Poss=Yes|PronType=Prs, Mood=Ind|Number=Sing|POS=AUX|Person=3|Tense=Past|VerbForm=Fin, Case=Gen|Number=Sing|POS=PROPN, Case=Nom|Definite=Def|Gender=Neut|Number=Sing|POS=DET|PronType=Art, Case=Nom|Degree=Pos|Gender=Neut|Number=Sing|POS=ADJ, Case=Dat|Gender=Fem|Number=Plur|POS=PRON|PronType=Rel, Case=Acc|Degree=Pos|Gender=Masc|Number=Plur|POS=ADJ, Case=Nom|Gender=Fem|Number=Plur|POS=DET|PronType=Ind, Case=Gen|Gender=Neut|Number=Sing|POS=PROPN, Case=Gen|Gender=Masc|Number=Sing|POS=DET|PronType=Rel, Case=Nom|Gender=Neut|Number=Sing|POS=PRON|PronType=Int, Case=Acc|Gender=Neut|Number=Sing|POS=DET|PronType=Ind, Case=Gen|Definite=Ind|Gender=Masc|Number=Sing|POS=DET|PronType=Art, POS=X, Case=Dat|Degree=Sup|Gender=Fem|Number=Sing|POS=ADJ, Case=Gen|Number=Plur|POS=NOUN, Case=Gen|Degree=Pos|Gender=Masc|Number=Sing|POS=ADJ, Case=Gen|Number=Plur|POS=DET|Poss=Yes|PronType=Prs, Case=Acc|Number=Plur|POS=PRON|PronType=Rel, Case=Nom|Degree=Pos|Gender=Fem|Number=Plur|POS=ADJ, Case=Gen|Degree=Pos|Gender=Fem|Number=Sing|POS=ADJ, Case=Gen|Definite=Def|Gender=Neut|Number=Plur|POS=DET|PronType=Art, Case=Gen|Degree=Pos|Gender=Neut|Number=Plur|POS=ADJ, Case=Gen|Gender=Neut|Number=Plur|POS=NOUN, Case=Nom|Gender=Fem|Number=Plur|POS=PRON|PronType=Ind, Mood=Sub|Number=Plur|POS=AUX|Person=3|Tense=Past|VerbForm=Fin, Case=Nom|Degree=Pos|Number=Plur|POS=ADJ, Case=Nom|Number=Plur|POS=PRON|PronType=Rel, Case=Nom|Gender=Fem|Number=Sing|POS=PRON|PronType=Rel, Case=Acc|Degree=Pos|Gender=Neut|Number=Plur|POS=ADJ, Case=Dat|Degree=Pos|Gender=Neut|Number=Plur|POS=ADJ, Case=Acc|Definite=Def|Gender=Neut|Number=Plur|POS=DET|PronType=Art, Case=Acc|Degree=Sup|Gender=Neut|Number=Plur|POS=ADJ, Case=Nom|Degree=Sup|Gender=Masc|Number=Sing|POS=ADJ, POS=SPACE, Case=Nom|Gender=Fem|Number=Plur|POS=PRON|PronType=Rel, POS=DET|PronType=Ind, Case=Gen|Degree=Pos|Gender=Fem|Number=Plur|POS=ADJ, Case=Nom|Gender=Masc|Number=Plur|POS=PRON|Person=3|PronType=Prs, Case=Acc|Gender=Masc|Number=Sing|POS=DET|PronType=Dem, Case=Dat|Gender=Fem|Number=Plur|POS=DET|Poss=Yes|PronType=Prs, Case=Acc|Gender=Neut|Number=Sing|POS=PROPN, Case=Nom|Gender=Fem|Number=Sing|POS=PROPN, Case=Acc|Definite=Def|Gender=Masc|Number=Plur|POS=DET|PronType=Art, Case=Dat|Definite=Def|Gender=Neut|Number=Plur|POS=DET|PronType=Art, Case=Nom|Gender=Neut|Number=Plur|POS=DET|PronType=Ind, Case=Dat|Number=Sing|POS=DET|Poss=Yes|PronType=Prs, Case=Dat|Number=Sing|POS=NOUN, Case=Nom|Definite=Ind|Gender=Neut|Number=Sing|POS=DET|PronType=Art, Degree=Pos|POS=ADJ, Case=Acc|Gender=Fem|Number=Sing|POS=PROPN, Case=Acc|Degree=Pos|Number=Plur|POS=ADJ, Case=Acc|Number=Plur|POS=PRON|PronType=Rel, Case=Nom|Degree=Pos|Gender=Neut|Number=Plur|POS=ADJ, Case=Gen|Degree=Pos|Gender=Neut|Number=Plur|POS=ADJ, Case=Gen|Gender=Neut|Number=Plur|POS=NOUN, Case=Nom|Gender=Fem|Number=Plur|POS=PRON|PronType=Ind, Mood=Sub|Number=Plur|POS=AUX|Person=3|Tense=Past|VerbForm=Fin, Case=Nom|Degree=Pos|Number=Plur|POS=ADJ, Case=Nom|Number=Plur|POS=PRON|PronType=Rel, Case=Nom|Gender=Fem|Number=Sing|POS=PRON|PronType=Rel, Case=Acc|Degree=Pos|Gender=Neut|Number=Plur|POS=ADJ, Case=Dat|Degree=Pos|Gender=Neut|Number=Plur|POS=ADJ, Case=Acc|Definite=Def|Gender=Neut|Number=Plur|POS=DET|PronType=Art, Case=Acc|Degree=Sup|Gender=Neut|Number=Plur|POS=ADJ, Case=Nom|Degree=Sup|Gender=Masc|Number=Sing|POS=ADJ, POS=SPACE, Case=Nom|Gender=Fem|Number=Plur|POS=PRON|PronType=Rel, POS=DET|PronType=Ind, Case=Gen|Degree=Pos|Gender=Fem|Number=Plur|POS=ADJ, Case=Nom|Gender=Masc|Number=Plur|POS=PRON|Person=3|PronType=Prs, Case=Acc|Gender=Masc|Number=Sing|POS=DET|PronType=Dem, Case=Dat|Gender=Fem|Number=Plur|POS=DET|Poss=Yes|PronType=Prs, Case=Acc|Gender=Neut|Number=Sing|POS=PROPN, Case=Nom|Gender=Fem|Number=Sing|POS=PROPN, Case=Acc|Definite=Def|Gender=Masc|Number=Plur|POS=DET|PronType=Art, Case=Dat|Definite=Def|Gender=Neut|Number=Plur|POS=DET|PronType=Art, Case=Nom|Gender=Neut|Number=Plur|POS=DET|PronType=Ind, Case=Dat|Number=Sing|POS=DET|Poss=Yes|PronType=Prs, Case=Dat|Number=Sing|POS=NOUN, Case=Nom|Definite=Ind|Gender=Neut|Number=Sing|POS=DET|PronType=Art, Degree=Pos|POS=ADJ, Case=Acc|Gender=Fem|Number=Sing|POS=PROPN, Case=Acc|Degree=Pos|Number=Plur|POS=ADJ, Case=Acc|Number=Plur|POS=PRON|PronType=Rel, Case=Nom|Degree=Pos|Gender=Neut|Number=Plur|POS=ADJ, Case=Gen|Degree=Pos|Gender=Neut|Number=Plur|POS=ADJ, Case=Gen|Gender=Neut|Number=Plur|POS=NOUN, Case=Nom|Gender=Fem|Number=Plur|POS=PRON|PronType=Ind, Mood=Sub|Number=Plur|POS=AUX|Person=3|Tense=Past|VerbForm=Fin, Case=Nom|Degree=Pos|Number=Plur|POS=ADJ, Case=Nom|Number=Plur|POS=PRON|PronType=Rel, Case=Nom|Gender=Fem|Number=Sing|POS=PRON|PronType=Rel, Case=Acc|Degree=Pos|Gender=Neut|Number=Plur|POS=ADJ, Case=Dat|Degree=Pos|Gender=Neut|Number=Plur|POS=ADJ, Case=Acc|Definite=Def|Gender=Neut|Number=Plur|POS=DET|PronType=Art, Case=Acc|Degree=Sup|Gender=Neut|Number=Plur|POS=ADJ, Case=Nom|Degree=Sup|Gender=Masc|Number=Sing|POS=ADJ, POS=SPACE |
モデルの評価結果
| タスク | 指標 | 値 |
|---|---|---|
| NER | NER Precision | 0.8304823051 |
| NER Recall | 0.8106276632 | |
| NER F Score | 0.8204348804 | |
| TAG | TAG (XPOS) Accuracy | 0.9738469671 |
| POS | POS (UPOS) Accuracy | 0.9801441777 |
| MORPH | Morph (UFeats) Accuracy | 0.9065560122 |
| LEMMA | Lemma Accuracy | 0.9746015805 |
| UNLABELED_DEPENDENCIES | Unlabeled Attachment Score (UAS) | 0.9192300179 |
| LABELED_DEPENDENCIES | Labeled Attachment Score (LAS) | 0.8984777676 |
| SENTS | Sentences F-Score | 0.937338274 |
📄 ライセンス
このモデルは MIT 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