/ Модель

Характеристики

Контекст
512 токенов
Параметры
126 млн
Лицензия
Apache 2.0
Архитектура
deberta-v2 · dense
Базовая модель
Erlangshen-DeBERTa-v2-97M-Chinese
Опубликована
28 дек 2022

deberta-base-chinese-erlangshen-upos

Разметка токеновТекст → label3 профессии

DeBERTa-v2, дообученная для определения частей речи в китайском тексте с тегами UPOS.

31скачиваний за 30 дней0лайковвеса обновлены31 авг 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 выпустил модель DeBERTa-v2 для разметки частей речи в китайском тексте. Она дообучена на базе IDEA-CCNL/Erlangshen-DeBERTa-v2-97M-Chinese и присваивает каждому слову тег UPOS из набора Universal Dependencies. Модель подходит для морфосинтаксической разметки упрощённого и традиционного китайского; в карточке также заявлен сценарий синтаксического анализа зависимостей.

Модель содержит 125,6 млн параметров, принимает текст и имеет контекстное окно до 512 токенов. Опубликована в формате PyTorch под лицензией Apache-2.0. Карточка не приводит оценок качества; результат зависит от корректной токенизации и разбиения текста на слова.

Сценарии применения

  • разметка частей речи в упрощённом китайском
  • разметка частей речи в традиционном китайском
  • подготовка китайского текста для синтаксического анализа зависимостей
  • извлечение последовательностей частей речи для лингвистического анализа

Ограничения

Контекст модели ограничен 512 токенами; карточка не сообщает метрики качества. Для заявленного анализа зависимостей отдельно указан только pipeline-тег token-classification.

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

deberta-base-chinese-erlangshen-upos

Model Description

This is a DeBERTa(V2) model pre-trained on Chinese texts (both simplified and traditional) for POS-tagging and dependency-parsing, derived from Erlangshen-DeBERTa-v2-97M-Chinese. Every word is tagged by UPOS (Universal Part-Of-Speech).

How to Use

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

or

import esupar
nlp=esupar.load("KoichiYasuoka/deberta-base-chinese-erlangshen-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
DebertaV2ForTokenClassification
Ревизия весов
6d73c5f

0 моделей