/ Модель

Характеристики

Контекст
514 токенов
Параметры
305 млн
Лицензия
Apache 2.0
Архитектура
xlm-roberta · dense
Опубликована
31 июл 2026

balochi-pos-tagger-v1

Разметка токеновТекст → label3 профессии

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

38скачиваний за 30 дней1лайквеса обновлены3 авг 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 языке белуджи, записанных арабским письмом. Разработчик shahbakhsh дообучил XLM-RoBERTa Base от FacebookAI на наборе Balochi CoNLL-U. Модель содержит 305,2 млн параметров и принимает последовательности длиной до 514 токенов.

Модель присваивает каждому токену одну из 16 меток, включая существительное, глагол, прилагательное, местоимение и пунктуацию. Её можно применять для лингвистического анализа белуджских текстов и подготовки размеченных корпусов. На тестовой выборке указаны accuracy 0,7207, precision 0,6215 и recall 0,5488; метрики отражают качество на конкретном наборе данных и могут не переноситься на другие тексты. Распространяется по лицензии Apache-2.0.

Сценарии применения

  • Разметка частей речи в белуджских текстах
  • Подготовка языкового корпуса белуджи с морфосинтаксическими метками
  • Лингвистический анализ белуджских предложений
  • Автоматическая маркировка токенов для языковых исследований

Ограничения

На тестовой выборке указаны accuracy 0,7207, precision 0,6215 и recall 0,5488; качество может снижаться на текстах другого происхождения или стиля.

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 FacebookAI/xlm-roberta-base on the Balochi CoNLL-U dataset.

Test Set Results

MetricScore
Accuracy0.7207
Precision0.6215
Recall0.5488
F1 Macro0.5588
F1 Weighted0.6853

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-v1")
model = AutoModelForTokenClassification.from_pretrained("shahbakhsh/balochi-pos-tagger-v1")

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
XLMRobertaForTokenClassification
Ревизия весов
7617cd1

0 моделей