/ Модель
Каталог

Характеристики

Контекст
1 024 токена
Лицензия
CC BY-SA 4.0
Архитектура
gpt2 · dense
Базовая модель
gpt2-medium-japanese-unidic-upos
Опубликована
30 авг 2024

Ссылки

Hugging Face

gpt2-medium-japanese-unidic-ud-causal

KoichiYasuoka
Разметка токеновТекст → label

Дообученная японская GPT-2 размечает части речи и синтаксические зависимости в текстах на японском языке.

107скачиваний за 30 дней0лайковвеса обновлены21 мая 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 GPT-2 medium для синтаксического анализа японского текста. Модель дообучена на базе KoichiYasuoka/gpt2-medium-japanese-unidic-upos с использованием UD_Japanese-GSDLUW и выполняет разметку частей речи и синтаксических зависимостей в формате Universal Dependencies.

Модель принимает японский текст и выдаёт токенизированную разметку с синтаксической структурой; для работы README указывает зависимости fugashi и unidic-lite. Максимальная длина контекста — 1024 токена. Доступна на условиях лицензии CC BY-SA 4.0.

Сценарии применения

  • разметка частей речи в японских предложениях
  • построение синтаксических деревьев японского текста
  • анализ зависимостей между словами
  • подготовка японского текста для лингвистических исследований

Ограничения

Контекст ограничен 1024 токенами; для использования требуются fugashi и unidic-lite.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

gpt2-medium-japanese-unidic-ud-causal

Model Description

This is a GPT-2 model pretrained for POS-tagging and dependency-parsing, derived from gpt2-medium-japanese-unidic-upos and UD_Japanese-GSDLUW.

How to Use

from transformers import pipeline
nlp=pipeline("universal-dependencies","KoichiYasuoka/gpt2-medium-japanese-unidic-ud-causal",trust_remote_code=True)
print(nlp("全学年にわたって小学校の国語の教科書に挿し絵が用いられている"))

fugashi and unidic-lite are required.

Reference

安岡孝一: GPT系言語モデルによる国語研長単位係り受け解析, 人文科学とコンピュータシンポジウム「じんもんこん2024」論文集 (2024年12月), pp.83-90.

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
241adf9

0 моделей

    Создать бенчмарк