/ Модель

Характеристики

Контекст
128 токенов
Параметры
18,4 млн
Лицензия
CC BY-SA 4.0
Архитектура
deberta-v2 · dense
Базовая модель
deberta-small-japanese-aozora
Опубликована
24 мая 2022

deberta-small-japanese-luw-upos

Разметка токеновТекст → label3 профессии

Компактная японская DeBERTa V2 для разметки частей речи токенов и поддержки синтаксического анализа зависимостей.

119скачиваний 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 архитектуре DeBERTa V2 для морфологической разметки японского текста. Она присваивает UPOS-теги (универсальные части речи) длинным единицам слов и предназначена для задач японского NLP, включая разметку частей речи и синтаксический анализ зависимостей. Модель дообучена на базе KoichiYasuoka/deberta-small-japanese-aozora, предварительно обученной на текстах библиотеки «Аодзора Бунко»; в репозитории указано 18,4 млн параметров и контекст до 128 токенов.

Модель принимает японский текст и выдаёт метки токенов. Для практического применения её можно использовать для автоматической морфологической разметки и как компонент конвейера синтаксического анализа. Опубликована в формате PyTorch по лицензии CC BY-SA 4.0.

Сценарии применения

  • разметка японских слов универсальными частями речи UPOS
  • морфологический анализ японских текстов
  • подготовка японского текста к синтаксическому анализу зависимостей

Ограничения

Контекст ограничен 128 токенами; модель рассчитана на японскую разметку UPOS и её пригодность для других языков или схем разметки не подтверждена.

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-small-japanese-luw-upos

Model Description

This is a DeBERTa(V2) model pre-trained on 青空文庫 texts for POS-tagging and dependency-parsing, derived from deberta-small-japanese-aozora. Every long-unit-word is tagged by UPOS (Universal Part-Of-Speech).

How to Use

import torch
from transformers import AutoTokenizer,AutoModelForTokenClassification
tokenizer=AutoTokenizer.from_pretrained("KoichiYasuoka/deberta-small-japanese-luw-upos")
model=AutoModelForTokenClassification.from_pretrained("KoichiYasuoka/deberta-small-japanese-luw-upos")
s="国境の長いトンネルを抜けると雪国であった。"
t=tokenizer.tokenize(s)
p=[model.config.id2label[q] for q in torch.argmax(model(tokenizer.encode(s,return_tensors="pt"))["logits"],dim=2)[0].tolist()[1:-1]]
print(list(zip(t,p)))

or

import esupar
nlp=esupar.load("KoichiYasuoka/deberta-small-japanese-luw-upos")
print(nlp("国境の長いトンネルを抜けると雪国であった。"))

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
5a1774d

0 моделей