ParsDistilBERT размечает слова персидского текста по частям речи.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
hezarai выпустила ParsDistilBERT — модель на базе hezarai/distilbert-base-fa, дообученную на датасете LSCP-500k для определения частей речи в персидском тексте. Она выполняет разметку на уровне токенов и подходит для автоматической POS-разметки предложений и корпусов. Модель распространяется в формате PyTorch и предназначена для использования с библиотекой Hezar. Лицензия в доступных данных не указана.
Модель предназначена для POS-разметки персидского текста; качество на других языках и задачах в карточке не описано.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
ParsDistilBERT model trained on the LSCP-500k dataset for part of speech tagging.
pip install hezar
from hezar.models import Model
pos_model = Model.load("hezarai/distilbert-fa-pos-lscp-500k")
inputs = ["کتابخانه هوش مصنوعی هزار"]
pos_outputs = pos_model.predict(inputs)
print(pos_outputs)
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · hezar · token-classification
В репозитории нет config.json: не понять архитектуру модели.