Roberta Base Thai Spm Upos

🚀 泰语基础RoBERTa模型用于词性标注（roberta-base-thai-spm-upos）

本项目基于RoBERTa模型，在泰语维基百科文本上进行预训练，主要用于词性标注（POS-tagging）和依存句法分析（dependency-parsing）。它能为每个单词标注通用词性（UPOS），为自然语言处理任务提供有力支持。

🚀 快速开始

本模型是从 roberta-base-thai-spm 派生而来，在泰语维基百科文本上进行预训练，用于词性标注和依存句法分析。每个单词都会被 UPOS（通用词性）进行标注。

💻 使用示例

基础用法

import torch
from transformers import AutoTokenizer,AutoModelForTokenClassification
tokenizer=AutoTokenizer.from_pretrained("KoichiYasuoka/roberta-base-thai-spm-upos")
model=AutoModelForTokenClassification.from_pretrained("KoichiYasuoka/roberta-base-thai-spm-upos")
s="หลายหัวดีกว่าหัวเดียว"
t=tokenizer.tokenize(s)
p=[model.config.id2label[q] for q in torch.argmax(model(tokenizer.encode(s,return_tensors="pt"))["logits"],dim=2)[0].tolist()[1:-1]]
print(list(zip(t,p)))

高级用法

import esupar
nlp=esupar.load("KoichiYasuoka/roberta-base-thai-spm-upos")
print(nlp("หลายหัวดีกว่าหัวเดียว"))

📚 详细文档

esupar：基于BERT/RoBERTa/DeBERTa模型的分词器、词性标注器和依存句法分析器。

📄 许可证

本项目采用 Apache-2.0 许可证。