Tr Core News Lg

🚀 tr_core_news_lg 土耳其語大型管道模型

tr_core_news_lg 是一款專為 TrSpaCy 設計的大型土耳其語管道模型，具備多種自然語言處理組件，能夠完成詞性標註、形態分析、命名實體識別等多項任務，為土耳其語的自然語言處理提供了強大支持。

🚀 快速開始

如果你想快速上手，可以直接訪問 Colab 筆記本，其中包含了使用 pip 安裝模型、將模型加載到 spaCy 以及一個簡單示例的完整步驟： 點擊訪問 Colab 筆記本

✨ 主要特性

• 多種組件集成：包含 tok2vec、tagger、morphologizer、lemmatizer、parser、ner 等組件，可進行詞性標註、形態分析、詞形還原、句法分析和命名實體識別等任務。
• 豐富的訓練數據：基於多個數據集進行訓練，包括 UD Turkish BOUN、Turkish Wiki NER dataset、PANX/WikiANN 等，保證了模型的泛化能力。
• 高準確率：在各項任務上都取得了較高的準確率，如命名實體識別的 F1 分數達到 88.90%，詞性標註的準確率達到 90.68% 等。

📦 安裝指南

由於安裝工具的變更，模型的 wheel 文件名有所改變。你可以使用以下命令安裝該模型：

pip install https://huggingface.co/turkish-nlp-suite/tr_core_news_lg/resolve/main/tr_core_news_lg-1.0-py3-none-any.whl

💻 使用示例

基礎用法

在安裝好模型後，你可以使用以下代碼將模型加載到 spaCy 中並進行簡單的文本處理：

import spacy

# 加載模型
nlp = spacy.load("tr_core_news_lg")

# 輸入文本
text = "Merhaba, nasılsınız?"

# 處理文本
doc = nlp(text)

# 輸出詞性標註結果
for token in doc:
    print(token.text, token.pos_)

高級用法

如果你需要進行更復雜的任務，如命名實體識別，可以使用以下代碼：

import spacy

# 加載模型
nlp = spacy.load("tr_core_news_lg")

# 輸入文本
text = "Ahmet, İstanbul'da çalışıyor."

# 處理文本
doc = nlp(text)

# 輸出命名實體識別結果
for ent in doc.ents:
    print(ent.text, ent.label_)

📚 詳細文檔

標籤體系