en_core_web_mdオープンソース英語処理モデル - 無料でデプロイ可能、品詞やエンティティ認識分析ができる

ホーム

En Core Web Md

spacyによって開発

spaCyの中規模英語処理パイプライン、CPU向けに最適化され、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

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 #英語テキスト処理 #マルチタスクNLP #依存構文解析

ダウンロード数 433

リリース時間 : 3/2/2022

モデル概要

これは中規模の英語自然言語処理モデルで、完全なテキスト処理パイプラインを含み、様々なNLPタスクに適しています。モデルはCPU使用向けに最適化されており、本番環境での展開に適しています。

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おり、本番環境展開に適している

完全処理パイプライン

トークン化から固有表現認識までの完全なNLP処理パイプラインを含む

高品質単語ベクトル

20000のユニークな単語ベクトル（300次元）を含み、複数のデータソースでトレーニングされている

マルチタスクサポート

品詞タグ付け、依存関係解析、固有表現認識など、複数のNLPタスクを同時にサポート

モデル能力

品詞タグ付け

依存関係解析

固有表現認識

文分割

レンマ化

テキスト処理

使用事例

テキスト分析

ニュースコンテンツ分析

ニューステキストから固有表現（人物、組織、場所など）を抽出

NER F値が85.22%を達成

文法分析

文の構造と品詞関係を分析

依存関係解析UASが92.05%を達成

情報抽出

ドキュメント処理

ドキュメントからキー情報とエンティティを抽出

18種類のエンティティタイプ認識をサポート

🚀 en_core_web_md

このモデルは、CPU向けに最適化された英語のパイプラインです。tok2vec、tagger、parser、senter、ner、attribute_ruler、lemmatizerなどのコンポーネントを備えています。

🚀 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。

📚 ドキュメント

モデル情報

項目	詳細
名称	`en_core_web_md`
バージョン	`3.7.1`
spaCy	`>=3.7.2,<3.8.0`
デフォルトパイプライン	`tok2vec`, `tagger`, `parser`, `attribute_ruler`, `lemmatizer`, `ner`
コンポーネント	`tok2vec`, `tagger`, `parser`, `senter`, `attribute_ruler`, `lemmatizer`, `ner`
ベクトル	514157キー、20000個の一意のベクトル（300次元）
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) Explosion Vectors (OSCAR 2109 + Wikipedia + OpenSubtitles + WMT News Crawl) (Explosion)
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113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`, `_SP`, ````
`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`	97.33
`SENTS_P`	92.21
`SENTS_R`	89.37
`SENTS_F`	90.77
`DEP_UAS`	92.05
`DEP_LAS`	90.23
`ENTS_P`	84.94
`ENTS_R`	85.49
`ENTS_F`	85.22