/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
CC BY-SA 4.0
Архитектура
gpt2 · dense
Базовая модель
gpt2-base-japanese-v2
Опубликована
10 окт 2024

gpt2-base-japanese-upos

Разметка токеновТекст → label3 профессии

Японская GPT-2-модель для разметки частей речи, грамматических признаков и синтаксических зависимостей в тексте.

98скачиваний за 30 дней0лайковвеса 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 японскую модель на архитектуре GPT-2 для морфологической разметки текста. Она дообучена на базе ClassCat/gpt2-base-japanese-v2 и присваивает каждому короткому слову тег части речи UPOS и грамматические признаки FEATS; карточка также описывает её как модель для синтаксического разбора зависимостей. Модель принимает японский текст и возвращает токенную разметку.

Она рассчитана на японский язык, имеет контекст 1024 токена и распространяется в формате PyTorch по лицензии CC BY-SA 4.0. В README для запуска через Transformers указан pipeline с trust_remote_code=True.

Сценарии применения

  • определение частей речи в японских предложениях
  • назначение тегов UPOS японским словам
  • извлечение грамматических признаков FEATS
  • подготовка японского текста к синтаксическому разбору

Ограничения

Ограничена японским языком и контекстом в 1024 токена. Для загрузки в Transformers README указывает trust_remote_code=True.

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

gpt2-base-japanese-upos

Model Description

This is a GPT-2 model for POS-tagging and dependency-parsing, derived from gpt2-base-japanese-v2. Every short-unit-word is tagged by UPOS (Universal Part-Of-Speech) and FEATS.

How to Use

from transformers import pipeline
nlp=pipeline("upos","KoichiYasuoka/gpt2-base-japanese-upos",trust_remote_code=True,aggregation_strategy="simple")
print(nlp("国境の長いトンネルを抜けると雪国であった。"))

or

import esupar
nlp=esupar.load("KoichiYasuoka/gpt2-base-japanese-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/GPT 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
GPT2ForTokenClassification
Ревизия весов
b16971c

0 моделей