/ Модель

Характеристики

Размер весов
254 МБ
Опубликована
2 мар 2022

upos-multi

Разметка токеновТекст → label3 профессии

Многоязычная модель Flair для присвоения словам универсальных частей речи в тексте на 12 европейских языках.

436скачиваний за 30 дней7лайковвеса обновлены13 мар 2025

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

Многоязычная модель универсальной разметки частей речи из библиотеки Flair. Она размечает слова в тексте универсальными POS-тегами, например прилагательное, наречие или предлог; модель основана на Flair embeddings и архитектуре LSTM-CRF и поставляется как стандартная модель для этой задачи в Flair.

Модель охватывает английский, немецкий, французский, итальянский, нидерландский, польский, испанский, шведский, датский, норвежский, финский и чешский языки. В README указан F1-score 96,87 на 12 деревьях зависимостей Universal Dependencies. Метаданные указывают формат PyTorch. Сведения о лицензии и размере модели в предоставленных данных отсутствуют.

Сценарии применения

  • разметка частей речи в английском тексте
  • определение частей речи в немецких и французских текстах
  • подготовка языковых корпусов к синтаксическому анализу
  • токенная разметка многоязычных текстовых данных

Ограничения

Поддержка перечисленных языков не означает работу с другими языками. Указанная оценка F1 относится к 12 деревьям Universal Dependencies; сведений о лицензии в доступных данных нет.

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

Multilingual Universal Part-of-Speech Tagging in Flair (default model)

This is the default multilingual universal part-of-speech tagging model that ships with Flair.

F1-Score: 96.87 (12 UD Treebanks covering English, German, French, Italian, Dutch, Polish, Spanish, Swedish, Danish, Norwegian, Finnish and Czech)

Predicts universal POS tags:

tagmeaning
ADJadjective
ADPadposition
ADVadverb
AUXauxiliary
CCONJcoordinating conjunction
DETdeterminer
INTJinterjection
NOUNnoun
NUMnumeral
PARTparticle
PRONpronoun
PROPNproper noun
PUNCTpunctuation
SCONJsubordinating conjunction
SYMsymbol
VERBverb
Xother

Based on Flair embeddings and LSTM-CRF.


Demo: How to use in Flair

Requires: Flair (pip install flair)

from flair.data import Sentence
from flair.models import SequenceTagger

# load tagger
tagger = SequenceTagger.load("flair/upos-multi")

# make example sentence
sentence = Sentence("Ich liebe Berlin, as they say. ")

# predict POS tags
tagger.predict(sentence)

# print sentence
print(sentence)

# iterate over tokens and print the predicted POS label
print("The following POS tags are found:")
for token in sentence:
    print(token.get_label("upos"))

This yields the following output:

Token[0]: "Ich" → PRON (0.9999)
Token[1]: "liebe" → VERB (0.9999)
Token[2]: "Berlin" → PROPN (0.9997)
Token[3]: "," → PUNCT (1.0)
Token[4]: "as" → SCONJ (0.9991)
Token[5]: "they" → PRON (0.9998)
Token[6]: "say" → VERB (0.9998)
Token[7]: "." → PUNCT (1.0)

So, the words "Ich" and "they" are labeled as pronouns (PRON), while "liebe" and "say" are labeled as verbs (VERB) in the multilingual sentence "Ich liebe Berlin, as they say".


Training: Script to train this model

The following Flair script was used to train this model:

from flair.data import MultiCorpus
from flair.datasets import UD_ENGLISH, UD_GERMAN, UD_FRENCH, UD_ITALIAN, UD_POLISH, UD_DUTCH, UD_CZECH, \
    UD_DANISH, UD_SPANISH, UD_SWEDISH, UD_NORWEGIAN, UD_FINNISH
from flair.embeddings import StackedEmbeddings, FlairEmbeddings

# 1. make a multi corpus consisting of 12 UD treebanks (in_memory=False here because this corpus becomes large)
corpus = MultiCorpus([
    UD_ENGLISH(in_memory=False),
    UD_GERMAN(in_memory=False),
    UD_DUTCH(in_memory=False),
    UD_FRENCH(in_memory=False),
    UD_ITALIAN(in_memory=False),
    UD_SPANISH(in_memory=False),
    UD_POLISH(in_memory=False),
    UD_CZECH(in_memory=False),
    UD_DANISH(in_memory=False),
    UD_SWEDISH(in_memory=False),
    UD_NORWEGIAN(in_memory=False),
    UD_FINNISH(in_memory=False),
])

# 2. what tag do we want to predict?
tag_type = 'upos'

# 3. make the tag dictionary from the corpus
tag_dictionary = corpus.make_label_dictionary(label_type=tag_type)

# 4. initialize each embedding we use
embedding_types = [
    # contextual string embeddings, forward
    FlairEmbeddings('multi-forward'),

    # contextual string embeddings, backward
    FlairEmbeddings('multi-backward'),
]

# embedding stack consists of Flair embeddings
embeddings = StackedEmbeddings(embeddings=embedding_types)

# 5. initialize sequence tagger
from flair.models import SequenceTagger

tagger = SequenceTagger(hidden_size=256,
                        embeddings=embeddings,
                        tag_dictionary=tag_dictionary,
                        tag_type=tag_type,
                        use_crf=False)

# 6. initialize trainer
from flair.trainers import ModelTrainer

trainer = ModelTrainer(tagger, corpus)

# 7. run training
trainer.train('resources/taggers/upos-multi',
              train_with_dev=True,
              max_epochs=150)

Cite

Please cite the following paper when using this model.

@inproceedings{akbik2018coling,
  title={Contextual String Embeddings for Sequence Labeling},
  author={Akbik, Alan and Blythe, Duncan and Vollgraf, Roland},
  booktitle = {{COLING} 2018, 27th International Conference on Computational Linguistics},
  pages     = {1638--1649},
  year      = {2018}
}

Issues?

The Flair issue tracker is available here.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модели Flair требуют отдельного рантайма.

Ревизия весов
39a0aaf

0 моделей