/ Модель

Характеристики

Контекст
8 192 токена
Параметры
112 млн
Лицензия
Apache 2.0
Архитектура
modernbert · dense
Базовая модель
modernbert-base-thai-wikipedia
Опубликована
25 янв 2025

modernbert-base-thai-wikipedia-upos

Разметка токеновТекст → label3 профессии

Дообученная ModernBERT-модель размечает части речи и признаки слов в тайском тексте, а также предназначена для синтаксического анализа зависимостей.

33скачиваний 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 разработал ModernBERT-модель для разметки частей речи в тайском тексте. Она дообучена на основе KoichiYasuoka/modernbert-base-thai-wikipedia и назначает каждому слову тег UPOS и признаки FEATS; README также указывает на применение для синтаксического анализа зависимостей.

Модель содержит 112,4 млн параметров, использует архитектуру ModernBERT и поддерживает контекст до 8192 токенов. Она предназначена для анализа тайских текстов. Распространяется по лицензии Apache-2.0.

Сценарии применения

  • разметка частей речи в тайских текстах
  • назначение тегов UPOS словам на тайском языке
  • извлечение морфологических признаков FEATS
  • синтаксический анализ зависимостей в тайском тексте

Ограничения

README не приводит оценок качества и результатов сравнений с другими моделями.

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

modernbert-base-thai-wikipedia-upos

Model Description

This is a ModernBERT model pre-trained on Thai Wikipedia texts for POS-tagging and dependency-parsing, derived from modernbert-base-thai-wikipedia. Every word is tagged by UPOS (Universal Part-Of-Speech) and FEATS.

How to Use

from transformers import pipeline
nlp=pipeline("upos","KoichiYasuoka/modernbert-base-thai-wikipedia-upos",trust_remote_code=True,aggregation_strategy="simple")
print(nlp("หลายหัวดีกว่าหัวเดียว"))

or

import esupar
nlp=esupar.load("KoichiYasuoka/modernbert-base-thai-wikipedia-upos")
print(nlp("หลายหัวดีกว่าหัวเดียว"))

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
ModernBertForTokenClassification
Ревизия весов
c0fa8eb

0 моделей