%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
TW
Sv Core News Sm
模型概述
這是一個針對瑞典語的小型自然語言處理模型，基於Universal Dependencies語料庫訓練，支持詞性標註、命名實體識別、依存句法分析等核心NLP任務。
模型特點
CPU優化
專門針對CPU使用場景進行優化，適合資源受限的環境
完整NLP流程
包含從分詞到命名實體識別的完整自然語言處理組件
高精度詞性標註
詞性標註準確率達到95.11%（UPOS）和93.52%（XPOS）
豐富的形態分析
支持瑞典語豐富的形態特徵分析，準確率達94.07%
模型能力
文本分詞
詞性標註
形態分析
依存句法分析
命名實體識別
詞形還原
句子邊界檢測
使用案例
文本處理
瑞典語文本分析
對瑞典語文本進行語法分析和結構解析
可識別句子成分間的語法關係
信息提取
從瑞典語文本中提取命名實體
NER F值達到0.749
語言學應用
瑞典語形態學研究
分析瑞典語詞彙的形態變化
形態特徵準確率94.07%
🚀 sv_core_news_sm模型
sv_core_news_sm是一個針對瑞典語優化的自然語言處理管道模型，專為CPU使用場景進行了優化。它能高效處理瑞典語的多種語言任務，如詞性標註、命名實體識別等，為瑞典語的自然語言處理提供了強大的支持。
🚀 快速開始
詳情請參考：https://spacy.io/models/sv#sv_core_news_sm
✨ 主要特性
- 專為瑞典語設計，針對CPU進行了優化，能在常見的計算設備上高效運行。
- 包含多種自然語言處理組件，如分詞、詞性標註、形態分析、句法分析、詞形還原、句子分割和命名實體識別等。
📚 詳細文檔
模型信息
| 屬性 | 詳情 |
|---|---|
| 模型名稱 | sv_core_news_sm |
| 版本 | 3.7.0 |
| spaCy版本要求 | >=3.7.0,<3.8.0 |
| 默認管道 | tok2vec, tagger, morphologizer, parser, lemmatizer, attribute_ruler, ner |
| 組件 | tok2vec, tagger, morphologizer, parser, lemmatizer, senter, attribute_ruler, ner |
| 向量 | 0 個鍵，0 個唯一向量（0 維） |
| 數據來源 | UD Swedish Talbanken v2.8 (Nivre, Joakim; Smith, Aaron) Stockholm-Umeå Corpus (SUC) v3.0 (Språkbanken) |
| 許可證 | CC BY-SA 4.0 |
| 作者 | Explosion |
標籤方案
查看標籤方案（4 個組件共 381 個標籤）
| 組件 | 標籤 |
|---|---|
tagger |
AB, AB|AN, AB|KOM, AB|POS, AB|SMS, AB|SUV, DT|NEU|SIN|DEF, DT|NEU|SIN|IND, DT|NEU|SIN|IND/DEF, DT|UTR/NEU|PLU|DEF, DT|UTR/NEU|PLU|IND, DT|UTR/NEU|PLU|IND/DEF, DT|UTR/NEU|SIN/PLU|IND, DT|UTR/NEU|SIN|DEF, DT|UTR/NEU|SIN|IND, DT|UTR|SIN|DEF, DT|UTR|SIN|IND, DT|UTR|SIN|IND/DEF, HA, HD|NEU|SIN|IND, HD|UTR/NEU|PLU|IND, HD|UTR|SIN|IND, HP|-|-|-, HP|NEU|SIN|IND, HP|UTR/NEU|PLU|IND, HP|UTR|SIN|IND, HS|DEF, IE, IN, JJ, JJ|AN, JJ|KOM|UTR/NEU|SIN/PLU|IND/DEF|NOM, JJ|POS|MAS|SIN|DEF|GEN, JJ|POS|MAS|SIN|DEF|NOM, JJ|POS|NEU|SIN|IND/DEF|NOM, JJ|POS|NEU|SIN|IND|NOM, JJ|POS|UTR/NEU|PLU|IND/DEF|GEN, JJ|POS|UTR/NEU|PLU|IND/DEF|NOM, JJ|POS|UTR/NEU|PLU|IND|NOM, JJ|POS|UTR/NEU|SIN/PLU|IND/DEF|NOM, JJ|POS|UTR/NEU|SIN|DEF|NOM, JJ|POS|UTR|-|-|SMS, JJ|POS|UTR|SIN|IND/DEF|NOM, JJ|POS|UTR|SIN|IND|GEN, JJ|POS|UTR|SIN|IND|NOM, JJ|SUV|MAS|SIN|DEF|NOM, JJ|SUV|UTR/NEU|PLU|DEF|NOM, JJ|SUV|UTR/NEU|SIN/PLU|DEF|NOM, JJ|SUV|UTR/NEU|SIN/PLU|IND|NOM, KN, MAD, MID, NN, NN|-|-|-|-, NN|AN, NN|NEU|-|-|SMS, NN|NEU|PLU|DEF|GEN, NN|NEU|PLU|DEF|NOM, NN|NEU|PLU|IND|GEN, NN|NEU|PLU|IND|NOM, NN|NEU|SIN|DEF|GEN, NN|NEU|SIN|DEF|NOM, NN|NEU|SIN|IND, NN|NEU|SIN|IND|GEN, NN|NEU|SIN|IND|NOM, NN|SMS, NN|UTR|-|-|-, NN|UTR|-|-|SMS, NN|UTR|PLU|DEF|GEN, NN|UTR|PLU|DEF|NOM, NN|UTR|PLU|IND|GEN, NN|UTR|PLU|IND|NOM, NN|UTR|SIN|DEF|GEN, NN|UTR|SIN|DEF|NOM, NN|UTR|SIN|IND|GEN, NN|UTR|SIN|IND|NOM, PAD, PC|PRF|NEU|SIN|IND|NOM, PC|PRF|UTR/NEU|PLU|IND/DEF|GEN, PC|PRF|UTR/NEU|PLU|IND/DEF|NOM, PC|PRF|UTR/NEU|SIN|DEF|NOM, PC|PRF|UTR|SIN|IND|NOM, PC|PRS|UTR/NEU|SIN/PLU|IND/DEF|NOM, PL, PM, PM|GEN, PM|NOM, PM|SMS, PN|MAS|SIN|DEF|SUB/OBJ, PN|NEU|SIN|DEF, PN|NEU|SIN|DEF|SUB/OBJ, PN|NEU|SIN|IND|SUB/OBJ, PN|UTR/NEU|PLU|DEF|OBJ, PN|UTR/NEU|PLU|DEF|SUB, PN|UTR/NEU|PLU|DEF|SUB/OBJ, PN|UTR/NEU|SIN/PLU|DEF|OBJ, PN|UTR|PLU|DEF|OBJ, PN|UTR|PLU|DEF|SUB, PN|UTR|SIN|DEF|NOM, PN|UTR|SIN|DEF|OBJ, PN|UTR|SIN|DEF|SUB, PN|UTR|SIN|DEF|SUB/OBJ, PN|UTR|SIN|IND|NOM, PN|UTR|SIN|IND|SUB, PN|UTR|SIN|IND|SUB/OBJ, PP, PS|NEU|SIN|DEF, PS|UTR/NEU|PLU|DEF, PS|UTR/NEU|SIN/PLU|DEF, PS|UTR|SIN|DEF, RG|NEU|SIN|IND|NOM, RG|NOM, RG|SMS, RG|UTR|SIN|IND|NOM, RO|MAS|SIN|IND/DEF|NOM, RO|NOM, SN, UO, VB|AN, VB|IMP|AKT, VB|IMP|SFO, VB|INF|AKT, VB|INF|SFO, VB|KON|PRS|AKT, VB|KON|PRT|AKT, VB|PRS|AKT, VB|PRS|SFO, VB|PRT|AKT, VB|PRT|SFO, VB|SUP|AKT, VB|SUP|SFO, _SP |
morphologizer |
Case=Nom|Definite=Ind|Degree=Pos|Gender=Com|Number=Sing|POS=ADJ, Case=Nom|Definite=Ind|Gender=Com|Number=Sing|POS=NOUN, POS=ADP, Case=Nom|Definite=Ind|Gender=Com|Number=Plur|POS=NOUN, Case=Nom|Definite=Def|Gender=Com|Number=Sing|POS=NOUN, Mood=Ind|POS=VERB|Tense=Pres|VerbForm=Fin|Voice=Pass, POS=PUNCT, Definite=Def|Gender=Neut|Number=Sing|POS=PRON|PronType=Prs, Mood=Ind|POS=VERB|Tense=Pres|VerbForm=Fin|Voice=Act, Abbr=Yes|POS=ADV, POS=SCONJ, POS=ADV, Case=Nom|Definite=Ind|Gender=Com|NumType=Card|Number=Sing|POS=NUM, Mood=Ind|POS=AUX|Tense=Pres|VerbForm=Fin|Voice=Act, POS=PART, POS=VERB|VerbForm=Inf, Definite=Def|Gender=Com|Number=Sing|POS=PRON|PronType=Prs, Number=Plur|POS=DET|PronType=Tot, Case=Nom|Definite=Ind|Gender=Neut|Number=Sing|POS=NOUN, Case=Nom|Degree=Pos|Number=Plur|POS=ADJ, Case=Nom|Definite=Ind|Gender=Neut|Number=Plur|POS=NOUN, POS=CCONJ, Definite=Def|Number=Plur|POS=DET|PronType=Art, POS=PRON|PronType=Rel, Definite=Def|Gender=Neut|Number=Sing|POS=DET|PronType=Dem, Degree=Pos|POS=ADV, Definite=Def|Number=Plur|POS=DET|PronType=Dem, Case=Nom|Definite=Ind|Degree=Pos|Gender=Neut|Number=Sing|POS=ADJ, Definite=Def|Gender=Com|Number=Sing|POS=DET|PronType=Art, Case=Nom|Definite=Def|Degree=Pos|Gender=Masc|Number=Sing|POS=ADJ, POS=VERB|VerbForm=Sup|Voice=Act, Case=Nom|Definite=Def|Gender=Neut|Number=Sing|POS=NOUN, POS=PART|Polarity=Neg, Case=Nom|Degree=Pos|POS=ADJ, Case=Gen|Definite=Ind|Gender=Com|Number=Plur|POS=NOUN, Degree=Cmp|POS=ADV, POS=VERB|VerbForm=Inf|Voice=Pass, Case=Nom|Definite=Ind|Degree=Pos|Number=Plur|POS=ADJ, Case=Nom|Definite=Def|Gender=Com|Number=Plur|POS=NOUN, Degree=Sup|POS=ADV, Case=Nom|NumType=Card|POS=NUM, Abbr=Yes|POS=NOUN, Case=Nom|Definite=Def|Degree=Sup|POS=ADJ, Case=Gen|Definite=Ind|Gender=Neut|Number=Sing|POS=NOUN, Mood=Imp|POS=VERB|VerbForm=Fin|Voice=Act, POS=VERB|VerbForm=Inf|Voice=Act, Case=Nom|Definite=Def|Gender=Neut|Number=Plur|POS=NOUN, Mood=Ind|POS=VERB|Tense=Pres|VerbForm=Fin, Case=Gen|Definite=Ind|Gender=Neut|Number=Plur|POS=NOUN, POS=AUX|VerbForm=Inf|Voice=Act, Case=Nom|Definite=Ind|Gender=Neut|Number=Sing|POS=ADJ|Tense=Past|VerbForm=Part, Case=Nom|Definite=Def|Number=Plur|POS=PRON|PronType=Prs, Case=Nom|Number=Plur|POS=ADJ|Tense=Past|VerbForm=Part, POS=AUX|VerbForm=Sup|Voice=Act, Case=Acc|Definite=Def|Number=Plur|POS=PRON|PronType=Rcp, POS=SPACE, POS=VERB|VerbForm=Sup|Voice=Pass, Mood=Ind|POS=AUX|Tense=Past|VerbForm=Fin|Voice=Act, Definite=Def|Gender=Neut|Number=Sing|POS=DET|PronType=Art, Case=Nom|Definite=Def|Degree=Pos|Number=Sing|POS=ADJ, Case=Nom|Degree=Cmp|POS=ADJ, Definite=Ind|Number=Sing|POS=DET|PronType=Tot, Definite=Ind|Gender=Com|Number=Sing|POS=DET|PronType=Art, Case=Nom|Definite=Ind|Gender=Com|Number=Sing|POS=ADJ|Tense=Past|VerbForm=Part, Definite=Ind|POS=DET|PronType=Ind, Case=Nom|Definite=Def|Number=Sing|POS=ADJ|Tense=Past|VerbForm=Part, Case=Nom|POS=ADJ|Tense=Pres|VerbForm=Part, Definite=Ind|Gender=Com|Number=Sing|POS=DET|PronType=Ind, Definite=Def|Gender=Neut|Number=Sing|POS=PRON|PronType=Dem, Definite=Ind|Gender=Neut|Number=Sing|POS=DET|PronType=Art, Mood=Ind|POS=VERB|Tense=Past|VerbForm=Fin|Voice=Act, Case=Acc|Definite=Def|Gender=Com|Number=Sing|POS=PRON|PronType=Prs, Definite=Ind|Gender=Neut|Number=Sing|POS=PRON|PronType=Int, Definite=Def|Gender=Com|Number=Sing|POS=PRON|Poss=Yes|PronType=Prs, Definite=Def|Gender=Neut|Number=Sing|POS=PRON|Poss=Yes|PronType=Prs, Case=Nom|Definite=Def|Gender=Com|Number=Sing|POS=PRON|PronType=Prs, Definite=Def|Number=Plur|POS=PRON|PronType=Dem, Definite=Def|Number=Plur|POS=PRON|Poss=Yes|PronType=Prs, Case=Acc|Definite=Def|Number=Plur|POS=PRON|PronType=Prs, Case=Nom|Definite=Def|Degree=Sup|Number=Plur|POS=ADJ, Case=Nom|Degree=Pos|Gender=Com|Number=Sing|POS=ADJ, Gender=Com|Number=Sing|POS=DET|PronType=Tot, Definite=Def|Gender=Com|Number=Sing|POS=DET|PronType=Dem, Case=Gen|Definite=Ind|Gender=Com|Number=Sing|POS=NOUN, POS=NOUN, Case=Nom|POS=ADJ, Case=Nom|Definite=Ind|Gender=Com|Number=Sing|POS=PRON|PronType=Ind, Definite=Ind|Gender=Neut|Number=Sing|POS=PRON|PronType=Ind, Definite=Ind|Number=Plur|POS=PRON|PronType=Tot, Definite=Ind|Gender=Neut|Number=Sing|POS=DET|PronType=Ind, Definite=Ind|Number=Plur|POS=PRON|PronType=Ind, Definite=Def|POS=PRON|Poss=Yes|PronType=Ind, Case=Gen|Definite=Def|Gender=Neut|Number=Sing|POS=NOUN, Gender=Com|POS=NOUN, Definite=Ind|Gender=Neut|Number=Sing|POS=PRON|PronType=Tot, Case=Gen|Definite=Def|Gender=Com|Number=Sing|POS=NOUN, Case=Acc|Definite=Def|POS=PRON|PronType=Prs, Definite=Def|POS=PRON|Poss=Yes|PronType=Prs, Case=Nom|POS=PROPN, Case=Nom|Number=Plur|POS=VERB|Tense=Past|VerbForm=Part, Case=Nom|Definite=Def|Gender=Com|Number=Plur|POS=PRON|PronType=Prs, Definite=Def|Number=Plur|POS=DET|PronType=Prs, Case=Gen|Number=Plur|POS=ADJ|Tense=Past|VerbForm=Part, Case=Acc|Definite=Def|Gender=Com|Number=Plur|POS=PRON|PronType=Prs, Definite=Ind|Number=Plur|POS=PRON|PronType=Rel, Mood=Ind|POS=VERB|Tense=Past|VerbForm=Fin, Definite=Ind|Number=Plur|POS=PRON|PronType=Int, Number=Plur|POS=DET|PronType=Ind, Case=Gen|POS=PROPN, POS=PROPN, Definite=Ind|Gender=Com|Number=Sing|POS=DET|PronType=Int, Definite=Ind|Gender=Com|Number=Sing|POS=PRON|PronType=Tot, Gender=Neut|POS=NOUN, Case=Gen|Definite=Def|Gender=Com|Number=Plur|POS=NOUN, Definite=Ind|Number=Plur|POS=DET|PronType=Int, Definite=Ind|Gender=Com|Number=Sing|POS=DET|PronType=Neg, POS=VERB|VerbForm=Sup, Case=Gen|Definite=Def|Gender=Neut|Number=Plur|POS=NOUN, Mood=Ind|POS=VERB|Tense=Past|VerbForm=Fin|Voice=Pass, Case=Nom|Definite=Ind|Gender=Neut|NumType=Card|Number=Sing|POS=NUM, Foreign=Yes|POS=NOUN, Foreign=Yes|POS=ADJ, Definite=Def|Gender=Neut|Number=Sing|POS=PRON|PronType=Ind, Definite=Ind|Number=Plur|POS=DET|PronType=Ind, POS=SYM, Case=Nom|Degree=Pos|Gender=Neut|Number=Sing|POS=ADJ, Definite=Def|Number=Sing|POS=DET|PronType=Tot, Definite=Ind|Gender=Com|Number=Sing|POS=PRON|PronType=Ind, Definite=Ind|Gender=Neut|Number=Sing|POS=DET|PronType=Int, Case=Nom|Definite=Ind|Degree=Sup|POS=ADJ, Definite=Def|Gender=Com|Number=Sing|POS=PRON|PronType=Dem, Definite=Ind|Gender=Com|Number=Sing|POS=PRON|PronType=Neg, Mood=Sub|POS=AUX|Tense=Past|VerbForm=Fin|Voice=Act, Degree=Pos|Gender=Com|POS=ADJ, Definite=Def|Gender=Com|Number=Sing|POS=PRON|PronType=Ind, Case=Nom|Definite=Ind|Gender=Com|Number=Sing|POS=VERB|Tense=Past|VerbForm=Part, Case=Nom|Definite=Ind|Gender=Neut|Number=Sing|POS=VERB|Tense=Past|VerbForm=Part, Definite=Def|Number=Plur|POS=PRON|PronType=Ind, Definite=Ind|Gender=Neut|Number=Sing|POS=PRON|PronType=Prs, Definite=Ind|POS=DET|PronType=Prs, Definite=Def|Gender=Neut|Number=Sing|POS=DET|PronType=Prs, Definite=Def|POS=PRON|Poss=Yes|PronType=Rel, Case=Gen|Degree=Pos|Number=Plur|POS=ADJ, Definite=Def|Number=Plur|POS=PRON|Poss=Yes|PronType=Ind, Definite=Def|Gender=Com|Number=Sing|POS=DET|PronType=Prs, Abbr=Yes|POS=ADJ, Definite=Ind|Gender=Neut|Number=Sing|POS=PRON|PronType=Rel, Definite=Ind|Gender=Com|Number=Sing|POS=PRON|PronType=Rel, NumType=Card|POS=NUM, POS=INTJ, Definite=Ind|Gender=Com|Number=Sing|POS=PRON|PronType=Int, Degree=Sup|POS=ADV|Polarity=Neg, Definite=Ind|Gender=Com|Number=Sing|POS=DET|PronType=Tot, Definite=Ind|Gender=Com|Number=Sing|POS=PRON|PronType=Prs, Definite=Def|POS=PRON|Poss=Yes|PronType=Int, POS=ADV|Polarity=Neg, Definite=Ind|Number=Sing|POS=DET|PronType=Ind, POS=ADJ, Case=Nom|Definite=Ind|Gender=Com|Number=Sing|POS=PRON|PronType=Prs, Case=Gen|Definite=Def|Degree=Pos|Gender=Masc|Number=Sing|POS=ADJ, Definite=Ind|Gender=Neut|Number=Sing|POS=NOUN, Case=Nom|Definite=Def|Gender=Com|Number=Sing|POS=PRON|PronType=Tot, Gender=Neut|Number=Sing|POS=DET|PronType=Tot, Definite=Ind|Gender=Neut|Number=Sing|POS=PRON|PronType=Neg, Case=Nom|Gender=Masc|Number=Sing|POS=ADJ, Definite=Ind|Number=Plur|POS=DET|PronType=Neg, Case=Nom|Definite=Def|Degree=Sup|Gender=Masc|Number=Sing|POS=ADJ, Definite=Def|Gender=Masc|Number=Sing|POS=PRON|PronType=Dem, Definite=Def|Gender=Neut|Number=Sing|POS=PRON|PronType=Tot, Definite=Ind|Gender=Neut|Number=Sing|POS=DET|PronType=Neg, Gender=Com|Number=Sing|POS=DET|PronType=Prs, Mood=Imp|POS=VERB|VerbForm=Fin|Voice=Pass, Case=Nom|Definite=Def|Number=Plur|POS=PRON|PronType=Ind, Case=Acc|Definite=Def|POS=PRON|PronType=Ind, Foreign=Yes|POS=ADP, Definite=Ind|Gender=Com|Number=Sing|POS=DET|PronType=Prs, Definite=Def|POS=PRON|Poss=Yes|PronType=Dem, Abbr=Yes|Mood=Imp|POS=VERB|VerbForm=Fin|Voice=Act, Mood=Sub|POS=VERB|Tense=Pres|VerbForm=Fin|Voice=Act, Case=Nom|Definite=Ind|Gender=Com|Number=Sing|POS=PRON|PronType=Rel, Foreign=Yes|POS=CCONJ, POS=DET|PronType=Art, Definite=Ind|Number=Sing|POS=DET|PronType=Prs, Definite=Ind|Number=Plur|POS=DET|PronType=Tot, Case=Nom|Definite=Def|Gender=Com|Number=Sing|POS=PRON|PronType=Ind, Case=Nom|Definite=Def|Number=Plur|POS=PRON|PronType=Rel, Case=Acc|Definite=Def|Number=Plur|POS=PRON|PronType=Tot, Definite=Def|Number=Plur|POS=PRON|PronType=Prs, Case=Gen|Definite=Ind|Degree=Pos|Gender=Com|Number=Sing|POS=ADJ, Definite=Def|Number=Plur|POS=PRON|PronType=Tot, Degree=Pos|POS=ADV|Polarity=Neg, Mood=Sub|POS=VERB|Tense=Past|VerbForm=Fin|Voice=Act, POS=PRON|PronType=Ind, Definite=Ind|POS=DET|PronType=Neg, Definite=Ind|Number=Plur|POS=PRON|PronType=Neg, POS=CCONJ|Polarity=Neg, Case=Nom|Gender=Masc|Number=Sing|POS=NOUN, Case=Acc|Gender=Fem|Number=Sing|POS=NOUN, Case=Nom|Definite=Def|Number=Plur|POS=PRON|PronType=Tot, Definite=Def|Number=Plur|POS=DET|PronType=Tot, Mood=Imp|POS=AUX|VerbForm=Fin|Voice=Act, Foreign=Yes|POS=ADV, Definite=Def|POS=PRON|Poss=Yes|PronType=Rcp, Case=Acc|Definite=Def|POS=PRON|Polarity=Neg|PronType=Ind |
parser |
ROOT, acl, acl:cleft, acl:relcl, advcl, advmod, amod, appos, aux, aux:pass, case, cc, ccomp, compound:prt, conj, cop, csubj, dep, det, dislocated, expl, fixed, flat:name, iobj, mark, nmod, nmod:poss, nsubj, nsubj:pass, nummod, obj, obl, obl:agent, parataxis, punct, xcomp |
ner |
EVN, LOC, MSR, OBJ, ORG, PRS, TME, WRK |
準確率
| 類型 | 得分 |
|---|---|
TOKEN_ACC |
99.99 |
TOKEN_P |
99.95 |
TOKEN_R |
99.96 |
TOKEN_F |
99.95 |
TAG_ACC |
93.52 |
POS_ACC |
95.11 |
MORPH_ACC |
94.07 |
MORPH_MICRO_P |
96.02 |
MORPH_MICRO_R |
95.75 |
MORPH_MICRO_F |
95.88 |
SENTS_P |
91.81 |
SENTS_R |
95.63 |
SENTS_F |
93.68 |
DEP_UAS |
81.86 |
DEP_LAS |
76.73 |
LEMMA_ACC |
94.90 |
ENTS_P |
80.03 |
ENTS_R |
70.39 |
ENTS_F |
74.90 |
📄 許可證
本模型使用 CC BY-SA 4.0 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
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
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
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
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
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
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
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
TransformersP
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
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
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
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