en_core_web_lgオープンソース英語言語処理モデル - CPU向けに最適化され、完全なNLPプロセスをサポート

En Core Web Lg

spacyによって開発

spaCyが提供する大規模な英語言語処理モデルで、CPUに最適化されており、完全な自然言語処理プロセスを含む

ダウンロード数 129

リリース時間 : 3/2/2022

モデル概要

これは英語向けの総合的な自然言語処理モデルで、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み、テキスト分析や情報抽出タスクに適している

CPU最適化

CPU処理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る

包括的なNLPプロセス

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コンポーネントを含む

高品質な単語ベクトル

514,157個の300次元の単語ベクトルを含み、広範な語彙をカバーしている

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

テキスト分析

ニュースコンテンツ分析

ニューステキストから人名、地名、組織名などのエンティティ情報を抽出

NER F値が85.43%を達成

文法解析

文の文法構造と品詞タグ付けを分析

品詞タグ付けの精度が97.35%を達成

情報抽出

構造化データ生成

非構造化テキストから構造化情報を抽出

en_core_web_lgは、CPU向けに最適化された英語用のspaCyパイプラインです。様々な自然言語処理タスクに対応しており、高精度な解析結果を提供します。

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

このモデルは英語用のパイプラインで、CPUでの動作が最適化されています。構成要素には、tok2vec、tagger、parser、senter、ner、attribute_ruler、lemmatizerが含まれます。

タスク名	指標名	値
NER	NER Precision	0.8516398746
NER	NER Recall	0.8569711538
NER	NER F Score	0.8542971968
TAG	TAG (XPOS) Accuracy	0.9734810915
UNLABELED_DEPENDENCIES	Unlabeled Attachment Score (UAS)	0.9208198801
LABELED_DEPENDENCIES	Labeled Attachment Score (LAS)	0.9027174273
SENTS	Sentences F-Score	0.907098331

特性	説明
名前	`en_core_web_lg`
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、514157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`