Характеристики

Контекст: 514 токенов
Параметры: 144 млн
Лицензия: CC BY-SA 4.0
Архитектура: camembert · dense
Базовая модель: est-roberta
Библиотека: transformers
Опубликована: 16 июн 2026

Ссылки

Hugging Face

est-roberta-vm-morph-homonym-tagging

tartuNLP

Разметка токеновТекст → label3 профессии

Специализированная эстонская модель для морфологической разметки и снятия омонимии в словоформах.

13скачиваний за 30 дней0лайковвеса обновлены21 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

est-roberta-vm-morph-homonym-tagging (Ro-v2-H) — специализированная модель на основе Est-RoBERTa, созданная Сандером Саской в 2026 году. Это дообученная CamemBERT-подобная модель с 144 млн параметров и контекстом до 514 токенов, предназначенная для морфологической разметки и снятия омонимии в эстонском языке. Она использует части речи и морфологические признаки из набора тегов Vabamorf и сосредоточена на омонимичных словоформах склонительных типов 1, 16, 17 и 19.

Модель подходит для разрешения морфологической неоднозначности в эстонском тексте и как экспертный компонент более широкой системы. Общая способность к морфологической разметке может быть слабой из-за забывания при дообучении, поэтому модель не рекомендуется для самостоятельной обработки текстов общего назначения. Распространяется по лицензии CC BY-SA 4.0.

Сценарии применения

снятие омонимии эстонских словоформ
определение морфологических признаков омонимичных слов
разметка частей речи и морфологии по тегам Vabamorf
обработка склонительных типов 1, 16, 17 и 19
использование как экспертного компонента в системе морфологического анализа

Ограничения

Общая способность к морфологической разметке может быть слабой из-за забывания при дообучении; не рекомендуется использовать модель отдельно для текстов общего назначения.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделей I.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модель I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model description

est-roberta-vm-morph-homonym-tagging ( a.k.a Ro-v2-H ) is an Est-RoBERTa based expert model specifically finetuned for tagging homonymous word forms in Estonian. The model uses partofpseech and morphological features from Vabamorf's tagset and focuses on disambiguating homonymous words from inflectional types 1, 16, 17 and 19. The model has been created by Sander Saska (2026), and the finetuning and evaluation code is available here.

Important: This model has specialized knowledge of homonymy disambiguation, but its general morphological tagging ability can be lacking (likely due to catastrophic forgetting). Therefore, do NOT use this model alone for general text; use MoE variant or as an expert component.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers · token-classification

Можно запустить

Подбираем GPU…

Класс архитектуры: CamembertForTokenClassification
Ревизия весов: 7912819