/ Модель

Характеристики

Контекст
514 токенов
Параметры
143 млн
Лицензия
CC BY-SA 4.0
Архитектура
roberta · dense
Базовая модель
roberta-base-korean-hanja
Опубликована
29 ноя 2022

roberta-base-korean-upos

Разметка токеновТекст → label3 профессии

Модель на базе RoBERTa размечает корейские слова универсальными частями речи UPOS и подходит для морфологического анализа.

66скачиваний за 30 дней1лайквеса обновлены1 сен 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 модель на базе RoBERTa для разметки корейского текста частями речи. Модель дообучена на основе KoichiYasuoka/roberta-base-korean-hanja и относит каждое корейское слово (эоджоль) к универсальной категории UPOS; в карточке также указана связь с синтаксическим анализом зависимостей.

Модель принимает текст на корейском языке и выдаёт метки для слов, поэтому подходит для морфологического анализа и подготовки текста к последующей лингвистической обработке. Архитектура — RoBERTa с классификатором токенов, размер — 143,4 млн параметров, максимальный контекст — 514 токенов. Распространяется по лицензии CC BY-SA 4.0.

Сценарии применения

  • разметка корейских слов частями речи
  • морфологический анализ корейских предложений
  • подготовка корейского текста для синтаксического анализа зависимостей

Ограничения

Модель предназначена для корейского языка и разметки UPOS; карточка не приводит оценок качества или результатов бенчмарков.

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-korean-upos

Model Description

This is a RoBERTa model pre-trained on Korean texts for POS-tagging and dependency-parsing, derived from roberta-base-korean-hanja. Every word (어절) is tagged by UPOS(Universal Part-Of-Speech).

How to Use

from transformers import AutoTokenizer,AutoModelForTokenClassification,TokenClassificationPipeline
tokenizer=AutoTokenizer.from_pretrained("KoichiYasuoka/roberta-base-korean-upos")
model=AutoModelForTokenClassification.from_pretrained("KoichiYasuoka/roberta-base-korean-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("홍시 맛이 나서 홍시라 생각한다."))

or

import esupar
nlp=esupar.load("KoichiYasuoka/roberta-base-korean-upos")
print(nlp("홍시 맛이 나서 홍시라 생각한다."))

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
325062f

0 моделей