en_core_web_trf開源英語NLP模型 - 免費使用實現命名實體識別等功能

首頁

En Core Web Trf

由spacy開發

基於Transformer的英語NLP流水線模型，提供高性能的命名實體識別、詞性標註和依存分析功能。

序列標註英語開源協議:MIT #Transformer架構 #高精度NER #英語文本處理

下載量 185

發布時間 : 3/2/2022

模型概述

該模型是spaCy庫中的英語Transformer流水線，採用RoBERTa-base架構，支持多種自然語言處理任務，包括命名實體識別、詞性標註、依存分析和句子分割。

模型特點

高性能Transformer架構

基於RoBERTa-base的Transformer架構，提供更準確的語義理解和上下文捕捉能力。

多任務處理

單一模型支持多種NLP任務，包括命名實體識別、詞性標註和依存分析。

高準確率

在命名實體識別任務上達到90.19%的F值，詞性標註準確率達98.13%。

模型能力

命名實體識別

詞性標註

依存分析

句子分割

文本標記分類

使用案例

文本分析

信息提取

從文本中提取人名、地點、組織等命名實體

準確識別90%以上的命名實體

語法分析

分析句子的語法結構和詞性

詞性標註準確率超過98%

內容處理

文檔預處理

為機器學習任務準備文本數據

提供高質量的標記化文本

🚀 en_core_web_trf模型

en_core_web_trf 是一個英文的Transformer管道模型，可用於多種自然語言處理任務，如命名實體識別（NER）、詞性標註（TAG）等，具有較高的準確性和性能。

🚀 快速開始

詳細信息請參考：https://spacy.io/models/en#en_core_web_trf

✨ 主要特性

該模型是英文Transformer管道，其組件包含 transformer、tagger、parser、ner、attribute_ruler、lemmatizer。

📚 詳細文檔

模型信息

屬性	詳情
名稱	`en_core_web_trf`
版本	`3.7.3`
spaCy版本要求	`>=3.7.2,<3.8.0`
默認管道	`transformer`, `tagger`, `parser`, `attribute_ruler`, `lemmatizer`, `ner`
組件	`transformer`, `tagger`, `parser`, `attribute_ruler`, `lemmatizer`, `ner`
向量	0 個鍵，0 個唯一向量（0 維）
來源	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) roberta-base (Yinhan Liu and Myle Ott and Naman Goyal and Jingfei Du and Mandar Joshi and Danqi Chen and Omer Levy and Mike Lewis and Luke Zettlemoyer and Veselin Stoyanov)
許可證	`MIT`
作者	Explosion

標籤方案

查看標籤方案（3 個組件共 112 個標籤）

組件	標籤
`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`, ````
`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`

準確率

類型	得分
`TOKEN_ACC`	99.86
`TOKEN_P`	99.57
`TOKEN_R`	99.58
`TOKEN_F`	99.57
`TAG_ACC`	98.13
`SENTS_P`	94.89
`SENTS_R`	85.79
`SENTS_F`	90.11
`DEP_UAS`	95.26
`DEP_LAS`	93.91
`ENTS_P`	90.08
`ENTS_R`	90.30
`ENTS_F`	90.19

模型評估結果

任務名稱	任務類型	指標名稱	指標類型	指標值
NER	標記分類	NER 精確率	精確率	0.9008293365
NER	標記分類	NER 召回率	召回率	0.9029947917
NER	標記分類	NER F 分數	F 分數	0.9019107643
TAG	標記分類	TAG (XPOS) 準確率	準確率	0.9812819818
UNLABELED_DEPENDENCIES	標記分類	無標記附著分數 (UAS)	F 分數	0.9526219812
LABELED_DEPENDENCIES	標記分類	有標記附著分數 (LAS)	F 分數	0.9390746643
SENTS	標記分類	句子 F 分數	F 分數	0.9011225055