Дообученная белорусская LTG-BERT размечает слова тегами частей речи UPOS и признаками FEATS.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
Koichi Yasuoka разработал LTG-BERT для разметки частей речи в текстах на белорусском языке. Модель дообучена на основе HPLT/hplt_bert_base_be и присваивает словам универсальные теги частей речи UPOS и признаки FEATS, что подходит для автоматического синтаксического анализа и подготовки языковых данных.
Модель содержит 124,3 млн параметров, принимает текст и выдаёт метки для токенов. Контекст составляет до 512 токенов; веса доступны в формате PyTorch. Лицензия — Apache-2.0. Для работы с Transformers в README приведён пример pipeline с trust_remote_code=True и стратегией агрегации simple.
Контекст ограничен 512 токенами. Для использования через указанный в README pipeline требуется trust_remote_code=True.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
This is a LTG-BERT model for POS-tagging, derived from hplt_bert_base_be. Every word is tagged by UPOS (Universal Part-Of-Speech) and FEATS.
from transformers import pipeline
nlp=pipeline("upos","KoichiYasuoka/ltgbert-base-belarusian-upos",trust_remote_code=True,aggregation_strategy="simple")
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · fill-mask
Модели нужен код из репозитория; автор пока не в списке доверенных организаций.