/ Модель

Характеристики

Контекст
512 токенов
Параметры
115 млн
Лицензия
Apache 2.0
Архитектура
roberta · dense
Базовая модель
roberta-base-thai-char
Опубликована
2 мар 2022

roberta-base-thai-char-upos

Разметка токеновТекст → label3 профессии

Модель на основе тайской RoBERTa присваивает словам тайского текста универсальные метки частей речи UPOS.

45скачиваний 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 эту модель для разметки частей речи в тайском языке. Она основана на RoBERTa с символьными эмбеддингами, предварительно обученной на текстах тайской Википедии, и дообучена для присвоения каждому слову универсальной части речи UPOS. Архитектура — RobertaForTokenClassification, размер — 115,3 млн параметров, максимальная длина контекста — 512 токенов.

Модель предназначена для морфосинтаксического анализа тайских текстов; карточка также указывает на задачу синтаксического анализа зависимостей. Её можно применять для автоматической разметки частей речи и подготовки данных для последующего языкового анализа. Модель принимает текст и выдаёт последовательность меток токенов. Лицензия — Apache-2.0.

Сценарии применения

  • разметка частей речи в тайских текстах
  • получение UPOS-тегов для тайских слов
  • подготовка тайских текстов для морфосинтаксического анализа
  • аннотирование тайских корпусов для языковых исследований

Ограничения

Контекст ограничен 512 токенами. Карточка описывает разметку частей речи и анализ зависимостей, но не приводит отдельной оценки качества модели.

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-thai-char-upos

Model Description

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

How to Use

import torch
from transformers import AutoTokenizer,AutoModelForTokenClassification
tokenizer=AutoTokenizer.from_pretrained("KoichiYasuoka/roberta-base-thai-char-upos")
model=AutoModelForTokenClassification.from_pretrained("KoichiYasuoka/roberta-base-thai-char-upos")
s="หลายหัวดีกว่าหัวเดียว"
t=tokenizer.tokenize(s)
p=[model.config.id2label[q] for q in torch.argmax(model(tokenizer.encode(s,return_tensors="pt"))["logits"],dim=2)[0].tolist()[1:-1]]
print(list(zip(t,p)))

or

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

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
566ea5e

0 моделей