/ Модель

Характеристики

Контекст
512 токенов
Лицензия
Apache 2.0
Архитектура
distilbert · dense
Опубликована
30 июл 2026

balochi-pos-tagger

Разметка токеновТекст → label3 профессии

Модель размечает части речи в текстах на балочском языке, записанных арабским письмом.

9скачиваний за 30 дней1лайквеса обновлены30 июл 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

Balochi POS Tagger — модель разметки частей речи для текстов на балочском языке, записанных арабским письмом. Её разработал shahbakhsh; модель дообучена на датасете Balochi CoNLL-U от distilbert-base-multilingual-cased и использует архитектуру DistilBERT для классификации токенов.

Модель присваивает токенам грамматические метки: например, определяет существительные, глаголы, прилагательные, местоимения, союзы и пунктуацию. Она предназначена для лингвистического анализа и построения NLP-процессов для балочского языка. Максимальная длина контекста — 512 токенов. В тестовой выборке указана точность 0,7002, полнота 0,5289 и precision 0,5994.

Модель распространяется под лицензией Apache-2.0. Показатели тестирования указывают на возможные ошибки в разметке; перед использованием в критичных задачах результаты следует проверять на целевых данных.

Сценарии применения

  • разметка частей речи в балочских текстах
  • выделение существительных и глаголов в балочских предложениях
  • подготовка балочских корпусов для лингвистического анализа

Ограничения

В тестовой выборке точность составила 0,7002, precision — 0,5994, а полнота — 0,5289, поэтому разметка может содержать ошибки. Контекст ограничен 512 токенами.

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

Balochi POS Tagger

A Part-of-Speech tagger for Balochi language written in Arabic script, fine-tuned from distilbert-base-multilingual-cased on the Balochi CoNLL-U dataset.

Test Set Results

MetricScore
Accuracy0.7002
Precision0.5994
Recall0.5289
F1 Macro0.5360
F1 Weighted0.6541

Labels

{ "ADJ": 0, "ADP": 1, "ADV": 2, "AUX": 3, "CCONJ": 4, "DET": 5, "INTJ": 6, "NOUN": 7, "NUM": 8, "PART": 9, "PRON": 10, "PROPN": 11, "PUNCT": 12, "SCONJ": 13, "VERB": 14, "X": 15 }

Usage

from transformers import AutoTokenizer, AutoModelForTokenClassification
import torch

tokenizer = AutoTokenizer.from_pretrained("shahbakhsh/balochi-pos-tagger")
model = AutoModelForTokenClassification.from_pretrained("shahbakhsh/balochi-pos-tagger")

sentence = 'ایش انت ملّاہانی حکومت ءِ سوگات'
words = sentence.split()
inputs = tokenizer(words, is_split_into_words=True, return_tensors='pt')

with torch.no_grad():
    outputs = model(**inputs)

predictions = outputs.logits.argmax(-1)[0]
word_ids = inputs.word_ids()

for idx, word_id in enumerate(word_ids):
    if word_id is not None:
        print(words[word_id], model.config.id2label[predictions[idx].item()])

Built by

shahbakhsh — AI/ML Engineer, Balochistan, Pakistan

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
DistilBertForTokenClassification
Ревизия весов
3e5e784

0 моделей