Roberta Base Thai Spm Upos

🚀 泰語基礎RoBERTa模型用於詞性標註（roberta-base-thai-spm-upos）

本項目基於RoBERTa模型，在泰語維基百科文本上進行預訓練，主要用於詞性標註（POS-tagging）和依存句法分析（dependency-parsing）。它能為每個單詞標註通用詞性（UPOS），為自然語言處理任務提供有力支持。

🚀 快速開始

本模型是從 roberta-base-thai-spm 派生而來，在泰語維基百科文本上進行預訓練，用於詞性標註和依存句法分析。每個單詞都會被 UPOS（通用詞性）進行標註。

💻 使用示例

基礎用法

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)))

高級用法

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

📚 詳細文檔

esupar：基於BERT/RoBERTa/DeBERTa模型的分詞器、詞性標註器和依存句法分析器。

📄 許可證

本項目採用 Apache-2.0 許可證。