/ Модель

Характеристики

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

roberta-large-korean-upos

Разметка токеновТекст → label3 профессии

RoBERTa-large для присвоения корейским словам тегов UPOS и синтаксического анализа зависимостей.

38скачиваний за 30 дней5лайковвеса 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 архитектуре RoBERTa-large для морфологической разметки корейского текста. Она дообучена на основе KoichiYasuoka/roberta-large-korean-hanja и присваивает каждому корейскому слову (어절) тег части речи по системе UPOS. Карточка также указывает на назначение для синтаксического анализа зависимостей.

Модель содержит 442,9 млн параметров, принимает текст и выдаёт метки токенов. Контекст составляет до 514 токенов. Её можно применять для морфологического анализа корейских предложений и подготовки данных для лингвистических или NLP-задач. Лицензия — CC BY-SA 4.0.

Сценарии применения

  • разметка частей речи в корейских предложениях
  • морфологический анализ корейского текста
  • подготовка корейских текстов для лингвистического анализа

Ограничения

Модель рассчитана на корейский язык и ограничена контекстом в 514 токенов. Карточка не приводит оценок качества.

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-korean-upos

Model Description

This is a RoBERTa model pre-trained on Korean texts for POS-tagging and dependency-parsing, derived from roberta-large-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-large-korean-upos")
model=AutoModelForTokenClassification.from_pretrained("KoichiYasuoka/roberta-large-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-large-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
626b1ed

0 моделей