Tr Core News Lg

🚀 tr_core_news_lg 土耳其语大型管道模型

tr_core_news_lg 是一款专为 TrSpaCy 设计的大型土耳其语管道模型，具备多种自然语言处理组件，能够完成词性标注、形态分析、命名实体识别等多项任务，为土耳其语的自然语言处理提供了强大支持。

🚀 快速开始

如果你想快速上手，可以直接访问 Colab 笔记本，其中包含了使用 pip 安装模型、将模型加载到 spaCy 以及一个简单示例的完整步骤： 点击访问 Colab 笔记本

✨ 主要特性

• 多种组件集成：包含 tok2vec、tagger、morphologizer、lemmatizer、parser、ner 等组件，可进行词性标注、形态分析、词形还原、句法分析和命名实体识别等任务。
• 丰富的训练数据：基于多个数据集进行训练，包括 UD Turkish BOUN、Turkish Wiki NER dataset、PANX/WikiANN 等，保证了模型的泛化能力。
• 高准确率：在各项任务上都取得了较高的准确率，如命名实体识别的 F1 分数达到 88.90%，词性标注的准确率达到 90.68% 等。

📦 安装指南

由于安装工具的变更，模型的 wheel 文件名有所改变。你可以使用以下命令安装该模型：

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

基础用法

在安装好模型后，你可以使用以下代码将模型加载到 spaCy 中并进行简单的文本处理：

import spacy

# 加载模型
nlp = spacy.load("tr_core_news_lg")

# 输入文本
text = "Merhaba, nasılsınız?"

# 处理文本
doc = nlp(text)

# 输出词性标注结果
for token in doc:
    print(token.text, token.pos_)

高级用法

如果你需要进行更复杂的任务，如命名实体识别，可以使用以下代码：

import spacy

# 加载模型
nlp = spacy.load("tr_core_news_lg")

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

# 处理文本
doc = nlp(text)

# 输出命名实体识别结果
for ent in doc.ents:
    print(ent.text, ent.label_)

📚 详细文档

标签体系