/ Модель

Характеристики

Контекст
512 токенов
Параметры
120 млн
Лицензия
CC BY-SA 4.0
Архитектура
roberta · dense
Базовая модель
roberta-base-japanese-aozora-char
Опубликована
2 мар 2022

roberta-base-japanese-char-luw-upos

Разметка токеновТекст → label3 профессии

Японская RoBERTa для разметки частей речи, морфологических признаков и синтаксических зависимостей.

134скачиваний за 30 дней1лайквеса 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

Это японская модель RoBERTa, разработанная Koichi Yasuoka и дообученная на текстах 青空文庫 для морфосинтаксического анализа. Она присваивает длинным единицам слов японского текста теги UPOS и признаки FEATS; модель также предназначена для синтаксического анализа зависимостей. Архитектура — RobertaForTokenClassification, размер — 120,5 млн параметров, контекст — до 512 токенов.

Модель подходит для разметки частей речи и анализа японских текстов, в том числе с помощью библиотеки esupar. Базовая модель — KoichiYasuoka/roberta-base-japanese-aozora-char. Лицензия — CC BY-SA 4.0, поэтому при использовании и распространении следует соблюдать её условия.

Сценарии применения

  • разметка частей речи в японском тексте
  • присвоение тегов UPOS японским словам
  • определение морфологических признаков FEATS
  • синтаксический анализ зависимостей в японском тексте

Ограничения

Контекст ограничен 512 токенами; модель рассчитана на японский язык и задачи морфосинтаксической разметки.

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

roberta-base-japanese-char-luw-upos

Model Description

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

How to Use

from transformers import AutoTokenizer,AutoModelForTokenClassification,TokenClassificationPipeline
tokenizer=AutoTokenizer.from_pretrained("KoichiYasuoka/roberta-base-japanese-char-luw-upos")
model=AutoModelForTokenClassification.from_pretrained("KoichiYasuoka/roberta-base-japanese-char-luw-upos")
pipeline=TokenClassificationPipeline(tokenizer=tokenizer,model=model,aggregation_strategy="simple")
nlp=lambda x:[(x[t["start"]:t["end"]],t["entity_group"]) for t in pipeline(x)]
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/roberta-base-japanese-char-luw-upos")
print(nlp("国境の長いトンネルを抜けると雪国であった。"))

Reference

安岡孝一: Transformersと国語研長単位による日本語係り受け解析モデルの製作, 情報処理学会研究報告, Vol.2022-CH-128, No.7 (2022年2月), pp.1-8.

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
RobertaForTokenClassification
Ревизия весов
41856a0

0 моделей