/ Модель

Характеристики

Контекст
512 токенов
Параметры
138 млн
Лицензия
CC BY-SA 4.0
Архитектура
roberta · dense
Базовая модель
roberta-base-vietnamese
Опубликована
14 дек 2022

roberta-base-vietnamese-upos

Разметка токеновТекст → label3 профессии

Дообученная вьетнамская RoBERTa для присвоения словам универсальных тегов частей речи.

56скачиваний 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 на основе KoichiYasuoka/roberta-base-vietnamese: RoBERTa дообучена для разметки частей речи на вьетнамском языке. Она присваивает каждому слову тег UPOS из универсального набора частей речи и предназначена для анализа вьетнамских текстов; карточка также указывает на использование в разборе зависимостей.

Модель содержит 137,8 млн параметров, принимает текст и имеет контекстное окно 512 токенов. Это модель token classification на PyTorch, обученная на данных Universal Dependencies. Лицензия — CC BY-SA 4.0.

Сценарии применения

  • разметка частей речи во вьетнамском тексте
  • подготовка вьетнамских корпусов для лингвистического анализа
  • извлечение грамматических категорий из вьетнамских предложений

Ограничения

Контекст ограничен 512 токенами; модель ориентирована на вьетнамский язык и разметку UPOS. README также упоминает разбор зависимостей, но доступный pipeline-tag — token-classification.

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-vietnamese-upos

Model Description

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

How to Use

from transformers import AutoTokenizer,AutoModelForTokenClassification,TokenClassificationPipeline
tokenizer=AutoTokenizer.from_pretrained("KoichiYasuoka/roberta-base-vietnamese-upos")
model=AutoModelForTokenClassification.from_pretrained("KoichiYasuoka/roberta-base-vietnamese-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("Hai cái đầu thì tốt hơn một."))

or

import esupar
nlp=esupar.load("KoichiYasuoka/roberta-base-vietnamese-upos")
print(nlp("Hai cái đầu thì tốt hơn một."))

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
06e90d4

0 моделей