Nb Core News Sm
模型概述
這是一個spaCy小型挪威博克馬爾語處理模型,包含分詞、詞性標註、依存分析、命名實體識別等功能,針對CPU使用進行了優化。
模型特點
CPU優化
專門針對CPU使用進行了優化,適合資源有限的環境
全面NLP處理
提供從分詞到命名實體識別的完整自然語言處理流程
高準確率
在挪威博克馬爾語任務上表現出色,如詞性標註準確率達96.74%
模型能力
分詞
詞性標註
形態分析
詞形還原
依存分析
命名實體識別
句子分割
使用案例
文本處理
新聞分析
處理挪威博克馬爾語新聞文本,提取實體和語法結構
NER F值達到75.19%
語言學研究
用於挪威博克馬爾語的語法和形態學研究
形態特徵準確率達95.32%
信息提取
實體識別
從文本中識別人名、地名、組織名等實體
支持9種實體類型識別
🚀 nb_core_news_sm 模型
nb_core_news_sm
是一個針對挪威語(Bokmål)優化的自然語言處理模型,專為CPU使用場景設計。它具備多種自然語言處理組件,可用於詞性標註、命名實體識別等任務。
🚀 快速開始
該模型的詳細信息可查看:https://spacy.io/models/nb#nb_core_news_sm
✨ 主要特性
- 多任務支持:支持NER、TAG、POS、MORPH、LEMMA、UNLABELED_DEPENDENCIES、LABELED_DEPENDENCIES、SENTS等多種詞性分類任務。
- CPU優化:針對CPU進行了優化,能在CPU環境下高效運行。
📚 詳細文檔
模型信息
屬性 | 詳情 |
---|---|
模型名稱 | nb_core_news_sm |
版本 | 3.7.0 |
spaCy版本要求 | >=3.7.0,<3.8.0 |
默認管道 | tok2vec , morphologizer , parser , lemmatizer , attribute_ruler , ner |
組件 | tok2vec , morphologizer , parser , lemmatizer , senter , attribute_ruler , ner |
向量 | 0 個鍵,0 個唯一向量(0 維) |
來源 | UD Norwegian Bokmaal v2.8 (Øvrelid, Lilja; Jørgensen, Fredrik; Hohle, Petter) NorNE: Norwegian Named Entities (commit: bd311de5) (Language Technology Group (University of Oslo)) |
許可證 | MIT |
作者 | Explosion |
標籤方案
查看標籤方案(3個組件共249個標籤)
組件 | 標籤 |
---|---|
morphologizer |
Definite=Ind|Gender=Neut|Number=Sing|POS=NOUN , POS=CCONJ , Definite=Ind|Gender=Masc|Number=Sing|POS=NOUN , POS=SCONJ , Definite=Def|Gender=Masc|Number=Sing|POS=NOUN , Definite=Ind|Gender=Neut|Number=Plur|POS=NOUN , POS=PUNCT , Mood=Ind|POS=VERB|Tense=Past|VerbForm=Fin , POS=ADP , Gender=Masc|Number=Sing|POS=DET|PronType=Dem , Definite=Def|Degree=Pos|Number=Sing|POS=ADJ , POS=PROPN , POS=X , Mood=Ind|POS=VERB|Tense=Pres|VerbForm=Fin , Definite=Def|Gender=Neut|Number=Sing|POS=NOUN , POS=PRON|PronType=Rel , Mood=Ind|POS=AUX|Tense=Pres|VerbForm=Fin , Definite=Ind|Gender=Neut|Number=Sing|POS=ADJ|VerbForm=Part , Definite=Ind|Degree=Pos|Number=Sing|POS=ADJ , Definite=Ind|Gender=Fem|Number=Sing|POS=NOUN , Number=Plur|POS=ADJ|VerbForm=Part , Definite=Ind|Gender=Fem|Number=Plur|POS=NOUN , POS=ADV , Gender=Neut|Number=Sing|POS=PRON|Person=3|PronType=Prs , Definite=Ind|Number=Sing|POS=ADJ|VerbForm=Part , POS=VERB|VerbForm=Part , Definite=Ind|Gender=Masc|Number=Plur|POS=NOUN , Definite=Ind|Degree=Pos|Gender=Neut|Number=Sing|POS=ADJ , Degree=Pos|Number=Plur|POS=ADJ , NumType=Card|Number=Plur|POS=NUM , Definite=Def|Gender=Masc|Number=Plur|POS=NOUN , Case=Acc|POS=PRON|PronType=Prs|Reflex=Yes , Case=Gen|Definite=Ind|Gender=Neut|Number=Sing|POS=NOUN , POS=PART , POS=VERB|VerbForm=Inf , Case=Nom|Number=Plur|POS=PRON|Person=3|PronType=Prs , Mood=Ind|POS=AUX|Tense=Past|VerbForm=Fin , Gender=Fem|POS=PROPN , POS=NOUN , Gender=Masc|POS=PROPN , Gender=Neut|Number=Sing|POS=DET|PronType=Dem , Gender=Masc|Number=Sing|POS=DET|PronType=Art , Case=Gen|Definite=Def|Gender=Masc|Number=Sing|POS=NOUN , Abbr=Yes|POS=PROPN , POS=PART|Polarity=Neg , Number=Plur|POS=PRON|Poss=Yes|PronType=Prs , Case=Gen|Definite=Ind|Gender=Neut|Number=Plur|POS=NOUN , Case=Gen|POS=PROPN , Gender=Fem|Number=Sing|POS=DET|PronType=Dem , Gender=Masc|Number=Sing|POS=PRON|Poss=Yes|PronType=Prs , Definite=Def|Degree=Sup|POS=ADJ , Case=Gen|Gender=Fem|POS=PROPN , Number=Plur|POS=DET|PronType=Dem , Case=Gen|Definite=Def|Gender=Neut|Number=Sing|POS=NOUN , Definite=Ind|Degree=Sup|POS=ADJ , Definite=Def|Gender=Fem|Number=Plur|POS=NOUN , Gender=Neut|POS=PROPN , Number=Plur|POS=DET|PronType=Int , Definite=Def|Gender=Neut|Number=Plur|POS=NOUN , Definite=Def|POS=DET|PronType=Dem , Gender=Neut|Number=Sing|POS=DET|PronType=Art , Mood=Ind|POS=VERB|Tense=Pres|VerbForm=Fin|Voice=Pass , Abbr=Yes|Case=Gen|POS=PROPN , Animacy=Hum|Case=Nom|Gender=Masc|Number=Sing|POS=PRON|Person=3|PronType=Prs , Degree=Cmp|POS=ADJ , POS=ADJ|VerbForm=Part , Gender=Neut|Number=Sing|POS=PRON|Poss=Yes|PronType=Prs , Abbr=Yes|POS=ADP , Definite=Ind|Gender=Neut|Number=Sing|POS=DET|PronType=Prs , Case=Gen|Definite=Def|Gender=Neut|Number=Plur|POS=NOUN , POS=AUX|VerbForm=Part , POS=PRON|PronType=Int , Gender=Fem|Number=Sing|POS=PRON|Poss=Yes|PronType=Prs , Number=Plur|POS=PRON|Person=3|PronType=Ind,Prs , Number=Plur|POS=DET|PronType=Ind , Degree=Pos|POS=ADJ , Animacy=Hum|Case=Nom|Number=Plur|POS=PRON|Person=1|PronType=Prs , POS=VERB|VerbForm=Inf|Voice=Pass , Definite=Ind|Gender=Fem|Number=Sing|POS=DET|PronType=Dem , Gender=Neut|Number=Sing|POS=DET|PronType=Ind , Animacy=Hum|Case=Acc|Gender=Masc|Number=Sing|POS=PRON|Person=3|PronType=Prs , Animacy=Hum|Case=Nom|Number=Sing|POS=PRON|Person=1|PronType=Prs , Number=Plur|POS=DET|Polarity=Neg|PronType=Neg , NumType=Card|POS=NUM , Gender=Masc|Number=Sing|POS=DET|PronType=Ind , POS=DET|PronType=Prs , Gender=Fem|Number=Sing|POS=DET|PronType=Ind , Case=Gen|Gender=Neut|POS=PROPN , Gender=Masc|Number=Sing|POS=DET|Polarity=Neg|PronType=Neg , Definite=Def|Number=Sing|POS=ADJ|VerbForm=Part , Gender=Fem,Masc|Number=Sing|POS=PRON|Person=3|PronType=Prs , POS=AUX|VerbForm=Inf , Case=Acc|Number=Plur|POS=PRON|Person=3|PronType=Prs , Case=Gen|Degree=Pos|Number=Plur|POS=ADJ , Number=Plur|POS=DET|PronType=Tot , Case=Gen|Gender=Masc|Number=Sing|POS=DET|PronType=Dem , Number=Plur|POS=DET|PronType=Prs , POS=SYM , Gender=Neut|NumType=Card|Number=Sing|POS=NUM , Animacy=Hum|Case=Nom|Number=Sing|POS=PRON|PronType=Prs , Definite=Ind|Gender=Masc|Number=Sing|POS=DET|PronType=Prs , Case=Gen|Definite=Ind|Gender=Masc|Number=Sing|POS=NOUN , Abbr=Yes|POS=ADV , Definite=Ind|Gender=Neut|Number=Sing|POS=DET|PronType=Dem , Gender=Masc|Number=Sing|POS=DET|PronType=Tot , Definite=Def|POS=DET|PronType=Prs , Animacy=Hum|Case=Nom|Gender=Fem|Number=Sing|POS=PRON|Person=3|PronType=Prs , Gender=Neut|POS=NOUN , Gender=Neut|Number=Sing|POS=DET|PronType=Int , Definite=Def|NumType=Card|POS=NUM , Mood=Imp|POS=VERB|VerbForm=Fin , Definite=Ind|Number=Plur|POS=NOUN , Gender=Neut|Number=Sing|POS=DET|PronType=Tot , Gender=Fem|Number=Sing|POS=DET|PronType=Tot , Animacy=Hum|Case=Acc|Number=Plur|POS=PRON|Person=1|PronType=Prs , Gender=Fem,Masc|Number=Sing|POS=PRON|Person=3|Polarity=Neg|PronType=Neg,Prs , Number=Plur|POS=PRON|Person=3|Polarity=Neg|PronType=Neg,Prs , Definite=Def|NumType=Card|Number=Sing|POS=NUM , Gender=Masc|NumType=Card|Number=Sing|POS=NUM , Definite=Ind|Gender=Masc|Number=Sing|POS=DET|PronType=Dem , Case=Gen|Definite=Def|Gender=Fem|Number=Plur|POS=NOUN , Case=Gen|Gender=Neut|Number=Sing|POS=DET|PronType=Dem , POS=SPACE , Animacy=Hum|Number=Sing|POS=PRON|PronType=Art,Prs , Mood=Imp|POS=AUX|VerbForm=Fin , Number=Plur|POS=PRON|Person=3|PronType=Prs,Tot , Number=Plur|POS=ADJ , Gender=Masc|POS=NOUN , Abbr=Yes|POS=NOUN , Case=Gen|Definite=Ind|Gender=Masc|Number=Plur|POS=NOUN , Gender=Neut|Number=Sing|POS=PRON|Person=3|PronType=Ind,Prs , POS=INTJ , Animacy=Hum|Case=Nom|Number=Sing|POS=PRON|Person=2|PronType=Prs , Animacy=Hum|Case=Acc|Number=Sing|POS=PRON|Person=1|PronType=Prs , Case=Gen|Definite=Def|Gender=Masc|Number=Plur|POS=NOUN , POS=ADJ , Animacy=Hum|Case=Acc|Gender=Fem|Number=Sing|POS=PRON|Person=3|PronType=Prs , Animacy=Hum|Case=Acc|Number=Sing|POS=PRON|Person=2|PronType=Prs , Definite=Def|Gender=Fem|Number=Sing|POS=NOUN , Number=Sing|POS=PRON|Polarity=Neg|PronType=Neg , Case=Gen|POS=NOUN , Definite=Ind|Number=Sing|POS=ADJ , Case=Gen|Gender=Masc|POS=PROPN , Animacy=Hum|Number=Plur|POS=PRON|PronType=Rcp , Case=Gen|Definite=Ind|Gender=Fem|Number=Sing|POS=NOUN , Number=Plur|POS=PRON|Person=3|PronType=Prs , Gender=Fem,Masc|Number=Sing|POS=PRON|Person=3|PronType=Ind,Prs , Definite=Ind|Gender=Fem|Number=Sing|POS=DET|PronType=Prs , Case=Gen|Definite=Def|Gender=Fem|Number=Sing|POS=NOUN , Gender=Fem|Number=Sing|POS=DET|PronType=Art , Case=Gen|Definite=Def|Degree=Pos|Number=Sing|POS=ADJ , Gender=Masc|Number=Sing|POS=DET|PronType=Int , NumType=Card|Number=Sing|POS=NUM , Animacy=Hum|Case=Acc|Number=Plur|POS=PRON|Person=2|PronType=Prs , Animacy=Hum|Case=Nom|Number=Plur|POS=PRON|Person=2|PronType=Prs , Case=Gen|Definite=Ind|Degree=Pos|Gender=Neut|Number=Sing|POS=ADJ , Degree=Sup|POS=ADJ , Animacy=Hum|POS=PRON|PronType=Int , POS=DET|PronType=Ind , Definite=Def|Number=Sing|POS=DET|PronType=Dem , Gender=Fem|POS=NOUN , Case=Gen|Number=Plur|POS=DET|PronType=Dem , Gender=Fem,Masc|Number=Sing|POS=PRON|Person=3|PronType=Prs,Tot , Case=Gen|Definite=Ind|Gender=Fem|Number=Plur|POS=NOUN , Gender=Neut|Number=Sing|POS=DET|Polarity=Neg|PronType=Neg , Number=Plur|POS=NOUN , POS=PRON|PronType=Prs , Case=Gen|Definite=Ind|Degree=Pos|Number=Sing|POS=ADJ , Definite=Ind|Number=Sing|POS=VERB|VerbForm=Part , Case=Gen|Definite=Def|Number=Sing|POS=ADJ|VerbForm=Part , Mood=Ind|POS=VERB|Tense=Past|VerbForm=Fin|Voice=Pass , Gender=Neut|Number=Sing|POS=DET|PronType=Dem,Ind , Animacy=Hum|POS=PRON|Poss=Yes|PronType=Int , Abbr=Yes|POS=ADJ , Case=Gen|Gender=Masc|Number=Sing|POS=DET|PronType=Art , Abbr=Yes|Definite=Def,Ind|Gender=Masc|Number=Sing|POS=NOUN , Case=Gen|Gender=Fem|Number=Sing|POS=DET|PronType=Dem , Number=Plur|POS=PRON|Poss=Yes|PronType=Rcp , Definite=Ind|Degree=Pos|POS=ADJ , Number=Plur|POS=DET|PronType=Art , Case=Gen|NumType=Card|Number=Plur|POS=NUM , Abbr=Yes|Definite=Def,Ind|Gender=Neut|Number=Plur,Sing|POS=NOUN , Case=Gen|Number=Plur|POS=DET|PronType=Tot , Abbr=Yes|Definite=Def,Ind|Gender=Masc|Number=Plur,Sing|POS=NOUN , Gender=Fem|Number=Sing|POS=DET|PronType=Int , Definite=Ind|Gender=Neut|Number=Sing|POS=ADJ , Case=Gen|Definite=Ind|Gender=Masc|Number=Sing|POS=DET|PronType=Dem , Gender=Fem|Number=Sing|POS=DET|PronType=Prs , Animacy=Hum|Case=Gen,Nom|Number=Sing|POS=PRON|PronType=Art,Prs , Definite=Def|Degree=Pos|Gender=Masc|Number=Sing|POS=ADJ , Animacy=Hum|Case=Gen|Number=Sing|POS=PRON|PronType=Art,Prs , Gender=Fem|NumType=Card|Number=Sing|POS=NUM , Definite=Ind|Gender=Masc|POS=NOUN , Definite=Def|Number=Plur|POS=NOUN , Number=Sing|POS=ADJ|VerbForm=Part , Definite=Ind|Gender=Masc|Number=Sing|POS=ADJ|VerbForm=Part , Abbr=Yes|Gender=Masc|POS=NOUN , Abbr=Yes|Case=Gen|POS=NOUN , Abbr=Yes|Mood=Ind|POS=VERB|Tense=Pres|VerbForm=Fin , Abbr=Yes|Degree=Pos|POS=ADJ , Case=Gen|Gender=Fem|POS=NOUN , Case=Gen|Degree=Cmp|POS=ADJ , Definite=Ind|Degree=Pos|Gender=Masc|Number=Sing|POS=ADJ , Gender=Masc|Number=Sing|POS=NOUN |
parser |
ROOT , acl , acl:cleft , acl:relcl , advcl , advmod , amod , appos , aux , aux:pass , case , cc , ccomp , compound , compound:prt , conj , cop , csubj , dep , det , discourse , expl , flat:foreign , flat:name , iobj , mark , nmod , nsubj , nsubj:pass , nummod , obj , obl , orphan , parataxis , punct , xcomp |
ner |
DRV , EVT , GPE_LOC , GPE_ORG , LOC , MISC , ORG , PER , PROD |
準確率
類型 | 分數 |
---|---|
TOKEN_ACC |
99.81 |
TOKEN_P |
99.71 |
TOKEN_R |
99.53 |
TOKEN_F |
99.62 |
POS_ACC |
96.74 |
MORPH_ACC |
95.32 |
MORPH_MICRO_P |
97.02 |
MORPH_MICRO_R |
96.07 |
MORPH_MICRO_F |
96.54 |
SENTS_P |
91.96 |
SENTS_R |
93.48 |
SENTS_F |
92.71 |
DEP_UAS |
88.41 |
DEP_LAS |
85.16 |
LEMMA_ACC |
96.90 |
TAG_ACC |
96.74 |
ENTS_P |
76.06 |
ENTS_R |
74.35 |
ENTS_F |
75.19 |
📄 許可證
本項目採用 MIT
許可證。
Indonesian Roberta Base Posp Tagger
MIT
這是一個基於印尼語RoBERTa模型微調的詞性標註模型,在indonlu數據集上訓練,用於印尼語文本的詞性標註任務。
序列標註
Transformers 其他

I
w11wo
2.2M
7
Bert Base NER
MIT
基於BERT微調的命名實體識別模型,可識別四類實體:地點(LOC)、組織機構(ORG)、人名(PER)和雜項(MISC)
序列標註 英語
B
dslim
1.8M
592
Deid Roberta I2b2
MIT
該模型是基於RoBERTa微調的序列標註模型,用於識別和移除醫療記錄中的受保護健康信息(PHI/PII)。
序列標註
Transformers 支持多種語言

D
obi
1.1M
33
Ner English Fast
Flair自帶的英文快速4類命名實體識別模型,基於Flair嵌入和LSTM-CRF架構,在CoNLL-03數據集上達到92.92的F1分數。
序列標註
PyTorch 英語
N
flair
978.01k
24
French Camembert Postag Model
基於Camembert-base的法語詞性標註模型,使用free-french-treebank數據集訓練
序列標註
Transformers 法語

F
gilf
950.03k
9
Xlm Roberta Large Ner Spanish
基於XLM-Roberta-large架構微調的西班牙語命名實體識別模型,在CoNLL-2002數據集上表現優異。
序列標註
Transformers 西班牙語

X
MMG
767.35k
29
Nusabert Ner V1.3
MIT
基於NusaBert-v1.3在印尼語NER任務上微調的命名實體識別模型
序列標註
Transformers 其他

N
cahya
759.09k
3
Ner English Large
Flair框架內置的英文4類大型NER模型,基於文檔級XLM-R嵌入和FLERT技術,在CoNLL-03數據集上F1分數達94.36。
序列標註
PyTorch 英語
N
flair
749.04k
44
Punctuate All
MIT
基於xlm-roberta-base微調的多語言標點符號預測模型,支持12種歐洲語言的標點符號自動補全
序列標註
Transformers

P
kredor
728.70k
20
Xlm Roberta Ner Japanese
MIT
基於xlm-roberta-base微調的日語命名實體識別模型
序列標註
Transformers 支持多種語言

X
tsmatz
630.71k
25
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98