/ Модель

Характеристики

Контекст
512 токенов
Параметры
129 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Базовая модель
chinese-roberta-wwm-ext
Опубликована
2 мар 2022

chinese-roberta-base-upos

Разметка токеновТекст → label3 профессии

BERT-модель для разметки частей речи в китайском тексте тегами UPOS и использования в синтаксическом анализе зависимостей.

209скачиваний за 30 дней6лайковвеса 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 BERT-модель для разметки китайского текста по частям речи. Она дообучена на основе hfl/chinese-roberta-wwm-ext и присваивает словам теги UPOS из универсальной системы частей речи. Обучающие тексты взяты из китайской Википедии на упрощённом и традиционном китайском.

Модель предназначена для токенной классификации: её можно применять для автоматической разметки частей речи в китайских текстах и как компонент синтаксического анализа зависимостей. Размер составляет 129,5 млн параметров, максимальная длина контекста — 512 токенов. Репозиторий содержит веса PyTorch; лицензия — Apache-2.0.

Сценарии применения

  • разметка частей речи в китайских текстах
  • присвоение словам тегов UPOS
  • подготовка китайского текста для синтаксического анализа зависимостей

Ограничения

Контекст ограничен 512 токенами; модель ориентирована на китайский текст и разметку частей речи, поэтому её назначение не охватывает другие языки и задачи.

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

chinese-roberta-base-upos

Model Description

This is a BERT model pre-trained on Chinese Wikipedia texts (both simplified and traditional) for POS-tagging and dependency-parsing, derived from chinese-roberta-wwm-ext. Every word is tagged by UPOS (Universal Part-Of-Speech).

How to Use

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

or

import esupar
nlp=esupar.load("KoichiYasuoka/chinese-roberta-base-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
2e15617

0 моделей