Модель spaCy для распознавания немецких именованных сущностей: людей, организаций, мест и других объектов.
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
de_grand_tour_ner — модель распознавания именованных сущностей на немецком языке, опубликованная пользователем mgoermar. Она предназначена для выделения в тексте географических названий (LOC), имён людей (PER), организаций (ORG) и прочих именованных сущностей (MISC). Модель реализована для spaCy версии 3.7.5 или новее и доступна по лицензии MIT.
В карточке указаны показатели качества: F1 для сущностей — 74,84, точность — 67,79, полнота — 83,54. Это ранняя версия 0.0.1; результаты могут различаться в зависимости от данных и способа применения.
В карточке приведены метрики ENTS_F 74,84, точность 67,79 и полнота 83,54; качество может зависеть от текста и данных применения. Версия модели — 0.0.1.
README от автора на Hugging Face, как он его опубликовал
| Feature | Description |
|---|---|
| Name | de_grand_tour_ner |
| Version | 0.0.1 |
| spaCy | >=3.7.5,<3.8.0 |
| Default Pipeline | tok2vec, ner |
| Components | tok2vec, ner |
| Vectors | 500000 keys, 500000 unique vectors (300 dimensions) |
| Sources | n/a |
| License | MIT license |
| Author | Maximilian Görmar |
| Component | Labels |
|---|---|
ner | LOC, MISC, ORG, PER |
| Type | Score |
|---|---|
ENTS_F | 74.84 |
ENTS_P | 67.79 |
ENTS_R | 83.54 |
TOK2VEC_LOSS | 10177.99 |
NER_LOSS | 642590.05 |
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · spacy
Модели spaCy требуют отдельного рантайма.