/ Модель

Характеристики

Контекст
512 токенов
Параметры
120 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Базовая модель
bert-base-th-cased
Опубликована
2 мар 2022

bert-base-thai-upos

Разметка токеновТекст → label3 профессии

Модель BERT для присвоения тегов частей речи UPOS словам в тайском тексте.

17 087скачиваний за 30 дней1лайквеса обновлены22 янв 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Koichi Yasuoka разработал эту модель на основе BERT для разметки частей речи в текстах на тайском языке. Она дообучена на текстах тайской Википедии и присваивает каждому слову тег UPOS из универсального набора частей речи; архитектура — BertForTokenClassification, размер — 119,8 млн параметров, максимальная длина контекста — 512 токенов.

Модель подходит для автоматической POS-разметки тайских текстов и подготовки данных для языкового анализа, включая сценарии синтаксического разбора. Она принимает текст и выдаёт метки для токенов. Репозиторий содержит веса PyTorch; лицензия — Apache-2.0.

Сценарии применения

  • POS-разметка предложений на тайском языке
  • Автоматическая разметка тайских текстовых корпусов тегами UPOS
  • Подготовка тайских текстов для синтаксического анализа
  • Создание обучающих данных для задач обработки тайского языка

Ограничения

Модель ориентирована на тайский язык и обучалась на текстах Википедии, поэтому её качество на других языках и предметных областях может быть ниже. Контекст ограничен 512 токенами.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

bert-base-thai-upos

Model Description

This is a BERT model pre-trained on Thai Wikipedia texts for POS-tagging and dependency-parsing, derived from bert-base-th-cased. Every word is tagged by UPOS (Universal Part-Of-Speech).

How to Use

from transformers import AutoTokenizer,AutoModelForTokenClassification
tokenizer=AutoTokenizer.from_pretrained("KoichiYasuoka/bert-base-thai-upos")
model=AutoModelForTokenClassification.from_pretrained("KoichiYasuoka/bert-base-thai-upos")

or

import esupar
nlp=esupar.load("KoichiYasuoka/bert-base-thai-upos")

See Also

esupar: Tokenizer POS-tagger and Dependency-parser with BERT/RoBERTa/DeBERTa models

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · token-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
BertForTokenClassification
Ревизия весов
7052d42

0 моделей