/ Модель

Характеристики

Контекст
512 токенов
Параметры
136 млн
Архитектура
bert · dense
Опубликована
17 июл 2022

postagger-portuguese

Разметка токеновТекст → label3 профессии

Модель на основе BERTimbau размечает токены португальского текста частями речи.

25скачиваний за 30 дней24лайкавеса обновлены21 дек 2023

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

lisaterumi/postagger-portuguese — модель разметки частей речи для португальского языка. Она построена на BERTimbau и дообучена разработчиком на корпусе MacMorpho в течение 10 эпох; в карточке указаны 136,1 млн параметров и контекст до 512 токенов.

Модель принимает текст и присваивает токенам грамматические метки, включая категории существительного, глагола, прилагательного и наречия. Она предназначена для морфосинтаксического анализа португальских текстов и построения NLP-конвейеров. В README сообщается F1 0,9826; веса опубликованы в форматах PyTorch и Safetensors. Лицензия в доступных данных не указана.

Сценарии применения

  • разметка частей речи в португальских предложениях
  • морфосинтаксический анализ португальских текстов
  • подготовка португальских текстов для лингвистических исследований
  • автоматическое присвоение грамматических тегов токенам

Ограничения

Модель предназначена для португальского языка и обучена на корпусе MacMorpho; качество на других языках и вне домена корпуса не подтверждено. В README не приведены условия лицензии.

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

POS-Tagger Portuguese

We fine-tuned the BERTimbau model with the MacMorpho corpus for the Post-Tagger task, with 10 epochs, achieving a general F1-Score of 0.9826.

Metrics:

              Precision  Recall  F1    Suport
accuracy                         0.98  33729
macro avg     0.96       0.95    0.95  33729
weighted avg  0.98       0.98    0.98  33729

F1:  0.9826 Accuracy:  0.9826

Parameters:

nclasses = 27
nepochs = 30
batch_size = 32
batch_status = 32
learning_rate = 1e-5
early_stop = 3
max_length = 200

Tags:

TagMeaning
ADJAdjetivo
ADVAdvérbio
ADV-KSAdvérbio conjuntivo subordinado
ADV-KS-RELAdvérbio relativo subordinado
ARTArtigo
CURMoeda
INInterjeição
KCConjunção coordenativa
KSConjunção subordinativa
NSubstantivo
NPROPSubstantivo próprio
NUMNúmero
PCPParticípio
PDENPalavra denotativa
PREPPreposição
PROADJPronome Adjetivo
PRO-KSPronome conjuntivo subordinado
PRO-KS-RELPronome relativo conectivo subordinado
PROPESSPronome pessoal
PROSUBPronome nominal
VVerbo
VAUXVerbo auxiliar

How to cite

@article{
Schneider_postagger_2023,
place={Brasil},
title={Developing a Transformer-based Clinical Part-of-Speech Tagger for Brazilian Portuguese},
volume={15},
url={https://jhi.sbis.org.br/index.php/jhi-sbis/article/view/1086},
DOI={10.59681/2175-4411.v15.iEspecial.2023.1086},
abstractNote={<p>Electronic Health Records are a valuable source of information to be extracted by means of natural language processing (NLP) tasks, such as morphosyntactic word tagging. Although there have been significant advances in health NLP, such as the Transformer architecture, languages such as Portuguese are still underrepresented. This paper presents taggers developed for Portuguese texts, fine-tuned using BioBERtpt (clinical/biomedical) and BERTimbau (generic) models on a POS-tagged corpus. We achieved an accuracy of 0.9826, state-of-the-art for the corpus used. In addition, we performed a human-based evaluation of the trained models and others in the literature, using authentic clinical narratives. Our clinical model achieved 0.8145 in accuracy compared to 0.7656 for the generic model. It also showed competitive results compared to models trained specifically with clinical texts, evidencing domain impact on the base model in NLP tasks.</p>},
number={Especial}, journal={Journal of Health Informatics},
author={Schneider, Elisa Terumi Rubel and Gumiel, Yohan Bonescki and Oliveira, Lucas Ferro Antunes de and Montenegro, Carolina de Oliveira and Barzotto, Laura Rubel and Moro, Claudia and Pagano, Adriana and Paraiso, Emerson Cabrera},
year={2023},
month={jul.} }

Questions?

Please, post a Github issue on the NLP Portuguese POS-Tagger.

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
BertForTokenClassification
Ревизия весов
3c09441

0 моделей