/ Модель

Характеристики

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

roberta-large-japanese-luw-upos

Разметка токеновТекст → label3 профессии

Японская RoBERTa для присвоения словам универсальных тегов частей речи и морфологического анализа текста.

134скачиваний 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 базе японской RoBERTa roberta-large-japanese-aozora, предварительно обученной на текстах 青空文庫. Модель дообучена для разметки частей речи: каждому длинному слову японского текста присваивается тег UPOS из универсального набора частей речи. Архитектура — RoBERTa large для классификации токенов; размер составляет 659 млн параметров, максимальная длина контекста — 512 токенов.

Модель предназначена для морфологического анализа японского текста и может использоваться в конвейерах разметки речи и синтаксического анализа зависимостей через esupar. Для работы с ней требуется японский текст; поддерживается японский язык. Модель распространяется по лицензии CC BY-SA 4.0.

Сценарии применения

  • разметка частей речи в японских текстах
  • морфологический анализ японских предложений
  • подготовка японских корпусов с разметкой UPOS
  • предварительная обработка текста для синтаксического анализа зависимостей

Ограничения

Контекст ограничен 512 токенами. Карточка описывает разметку UPOS; точность на других корпусах и разновидностях японского языка не приведена.

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-large-japanese-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-large-japanese-aozora. Every long-unit-word is tagged by UPOS (Universal Part-Of-Speech).

How to Use

from transformers import AutoTokenizer,AutoModelForTokenClassification,TokenClassificationPipeline
tokenizer=AutoTokenizer.from_pretrained("KoichiYasuoka/roberta-large-japanese-luw-upos")
model=AutoModelForTokenClassification.from_pretrained("KoichiYasuoka/roberta-large-japanese-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-large-japanese-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
8c37a29

0 моделей