模型介绍
内容详情
替代品
模型简介
这是一个spaCy提供的罗马尼亚语小型处理流程，包含完整的NLP处理组件，适用于罗马尼亚语文本的基础分析任务。
模型特点
CPU优化
专门针对CPU使用场景优化，适合资源受限的环境
完整NLP流程
包含从分词到命名实体识别的完整处理流程
高精度词性标注
词性标注准确率达到95.58%
多任务学习
单一模型同时处理多种NLP任务
模型能力
分词
词性标注
依存句法分析
命名实体识别
词形还原
句子分割
使用案例
文本分析
罗马尼亚语文本处理
对罗马尼亚语文本进行基础NLP处理
可获取分词、词性标注、依存关系等语言学信息
信息提取
命名实体识别
从罗马尼亚语文本中识别人名、地名、组织名等实体
F1值达到71.34%
标签:
- spacy
- 标记分类 语言:
- 罗马尼亚语 许可证: cc-by-sa-4.0 模型索引:
- 名称: ro_core_news_sm
结果:
- 任务:
名称: 命名实体识别
类型: 标记分类
指标:
- 名称: NER精确率 类型: 精确率 值: 0.7232530596
- 名称: NER召回率 类型: 召回率 值: 0.7038033039
- 名称: NER F值 类型: f值 值: 0.7133956386
- 任务:
名称: 词性标注
类型: 标记分类
指标:
- 名称: 词性标注(XPOS)准确率 类型: 准确率 值: 0.9557849059
- 任务:
名称: 词性标注(UPOS)
类型: 标记分类
指标:
- 名称: 词性标注(UPOS)准确率 类型: 准确率 值: 0.9282856599
- 任务:
名称: 形态分析
类型: 标记分类
指标:
- 名称: 形态特征(UFeats)准确率 类型: 准确率 值: 0.9405383217
- 任务:
名称: 词形还原
类型: 标记分类
指标:
- 名称: 词形还原准确率 类型: 准确率 值: 0.9504793737
- 任务:
名称: 无标记依存关系
类型: 标记分类
指标:
- 名称: 无标记依存分数(UAS) 类型: f值 值: 0.8715455315
- 任务:
名称: 有标记依存关系
类型: 标记分类
指标:
- 名称: 有标记依存分数(LAS) 类型: f值 值: 0.812886226
- 任务:
名称: 句子分割
类型: 标记分类
指标:
- 名称: 句子F值 类型: f值 值: 0.960106383
- 任务:
名称: 命名实体识别
类型: 标记分类
指标:
详情: https://spacy.io/models/ro#ro_core_news_sm
针对CPU优化的罗马尼亚语处理流程。组件包括: tok2vec, 词性标注器, 依存分析器, 词形还原器(trainable_lemmatizer), 句子分割器, 命名实体识别器, 属性规则器。
| 特性 | 描述 |
|---|---|
| 名称 | ro_core_news_sm |
| 版本 | 3.7.0 |
| spaCy | >=3.7.0,<3.8.0 |
| 默认流程 | tok2vec, 词性标注器, 依存分析器, 词形还原器, 属性规则器, 命名实体识别器 |
| 组件 | tok2vec, 词性标注器, 依存分析器, 词形还原器, 句子分割器, 属性规则器, 命名实体识别器 |
| 向量 | 0键, 0唯一向量(0维) |
| 数据来源 | UD罗马尼亚语RRT v2.8 (Barbu Mititelu, Verginica; Irimia, Elena; Perez, Cenel-Augusto; Ion, Radu; Simionescu, Radu; Popel, Martin) RONEC - 罗马尼亚命名实体语料库(ca9ce460) (Dumitrescu, Stefan Daniel; Avram, Andrei-Marius; Morogan, Luciana; Toma; Stefan) |
| 许可证 | CC BY-SA 4.0 |
| 作者 | Explosion |
标签体系
查看标签体系(3个组件的540个标签)
| 组件 | 标签 |
|---|---|
词性标注器 |
ARROW, Af, Afcfp-n, Afcfson, Afcfsrn, Afcmpoy, Afcms-n, Afp, Afp-p-n, Afp-poy, Afp-srn, Afpf--n, Afpfp-n, Afpfp-ny, Afpfpoy, Afpfpry, Afpfson, Afpfsoy, Afpfsrn, Afpfsry, Afpm--n, Afpmp-n, Afpmpoy, Afpmpry, Afpms-n, Afpmsoy, Afpmsry, Afsfp-n, Afsfsrn, BULLET, COLON, COMMA, Ccssp, Ccsspy, Crssp, Csssp, Cssspy, DASH, DBLQ, Dd3-po---e, Dd3-po---o, Dd3fpo, Dd3fpr, Dd3fpr---e, Dd3fpr---o, Dd3fpr--y, Dd3fso, Dd3fso---e, Dd3fsr, Dd3fsr---e, Dd3fsr---o, Dd3fsr--yo, Dd3mpo, Dd3mpr, Dd3mpr---e, Dd3mpr---o, Dd3mso---e, Dd3msr, Dd3msr---e, Dd3msr---o, Dh1ms, Dh3fp, Dh3fso, Dh3fsr, Dh3mp, Dh3ms, Di3, Di3-----y, Di3--r---e, Di3-po, Di3-po---e, Di3-sr, Di3-sr---e, Di3-sr--y, Di3fp, Di3fpr, Di3fpr---e, Di3fso, Di3fso---e, Di3fsr, Di3fsr---e, Di3mp, Di3mpr, Di3mpr---e, Di3ms, Di3ms----e, Di3mso---e, Di3msr, Di3msr---e, Ds1fp-p, Ds1fp-s, Ds1fsop, Ds1fsos, Ds1fsrp, Ds1fsrs, Ds1fsrs-y, Ds1mp-p, Ds1mp-s, Ds1ms-p, Ds1ms-s, Ds1msrs-y, Ds2---s, Ds2fp-p, Ds2fp-s, Ds2fsrp, Ds2fsrs, Ds2mp-p, Ds2mp-s, Ds2ms-p, Ds2ms-s, Ds3---p, Ds3---s, Ds3---sy, Ds3fp-s, Ds3fsos, Ds3fsrs, Ds3mp-s, Ds3ms-s, Dw3--r---e, Dw3-po---e, Dw3fpr, Dw3fso---e, Dw3fsr, Dw3mpr, Dw3mso---e, Dw3msr, Dz3fsr---e, Dz3mso---e, Dz3msr---e, EQUAL, EXCL, EXCLHELLIP, GE, GT, HELLIP, I, LCURL, LPAR, LSQR, LT, M, Mc-p-d, Mc-p-l, Mc-s-b, Mc-s-d, Mc-s-l, Mcfp-l, Mcfp-ln, Mcfprln, Mcfprly, Mcfsoln, Mcfsrl, Mcfsrln, Mcfsrly, Mcmp-l, Mcms-ln, Mcmsrl, Mcmsrln, Mcmsrly, Mffprln, Mffsrln, Mlfpo, Mlfpr, Mlmpr, Mo---l, Mo---ln, Mo-s-r, Mofp-ln, Mofpoly, Mofprly, Mofs-l, Mofsoln, Mofsoly, Mofsrln, Mofsrly, Mompoly, Momprly, Moms-l, Moms-ln, Momsoly, Momsrly, Nc, Nc---n, Ncf--n, Ncfp-n, Ncfpoy, Ncfpry, Ncfs-n, Ncfson, Ncfsoy, Ncfsrn, Ncfsry, Ncfsryy, Ncfsvy, Ncm--n, Ncmp-n, Ncmpoy, Ncmpry, Ncms-n, Ncms-ny, Ncms-y, Ncmsoy, Ncmsrn, Ncmsry, Ncmsryy, Ncmsvn, Ncmsvy, Np, Npfson, Npfsoy, Npfsrn, Npfsry, Npmpoy, Npmpry, Npms-n, Npmsoy, Npmsry, PERCENT, PERIOD, PLUS, PLUSMINUS, Pd3-po, Pd3fpr, Pd3fso, Pd3fsr, Pd3mpo, Pd3mpr, Pd3mpr--y, Pd3mso, Pd3msr, Pi3--r, Pi3-po, Pi3-so, Pi3-sr, Pi3fpr, Pi3fso, Pi3fsr, Pi3mpr, Pi3mso, Pi3msr, Pi3msr--y, Pp1-pa--------w, Pp1-pa--y-----w, Pp1-pd--------s, Pp1-pd--------w, Pp1-pd--y-----w, Pp1-pr--------s, Pp1-sa--------s, Pp1-sa--------w, Pp1-sa--y-----w, Pp1-sd--------s, Pp1-sd--------w, Pp1-sd--y-----w, Pp1-sn--------s, Pp2-----------s, Pp2-pa--------w, Pp2-pa--y-----w, Pp2-pd--------w, Pp2-pd--y-----w, Pp2-pr--------s, Pp2-sa--------s, Pp2-sa--------w, Pp2-sa--y-----w, Pp2-sd--------s, Pp2-sd--------w, Pp2-sd--y-----w, Pp2-sn--------s, Pp2-so--------s, Pp2-sr--------s, Pp3-p---------s, Pp3-pd--------w, Pp3-pd--y-----w, Pp3-po--------s, Pp3-sd--------w, Pp3-sd--y-----w, Pp3-so--------s, Pp3fpa--------w, Pp3fpa--y-----w, Pp3fpr--------s, Pp3fs---------s, Pp3fsa--------w, Pp3fsa--y-----w, Pp3fso--------s, Pp3fsr--------s, Pp3fsr--y-----s, Pp3mpa--------w, Pp3mpa--y-----w, Pp3mpr--------s, Pp3ms---------s, Pp3msa--------w, Pp3msa--y-----w, Pp3mso--------s, Pp3msr--------s, Pp3msr--y-----s, Ps1fp-s, Ps1fsrp, Ps1fsrs, Ps1mp-p, Ps1ms-p, Ps2fp-s, Ps2fsrp, Ps2fsrs, Ps3---p, Ps3---s, Ps3fp-s, Ps3fsrs, Ps3mp-s, Ps3ms-s, Pw3--r, Pw3-po, Pw3-so, Pw3fpr, Pw3fso, Pw3mpr, Pw3mso, Px3--a--------s, Px3--a--------w, Px3--a--y-----w, Px3--d--------w, Px3--d--y-----w, Pz3-sr, Pz3fsr, QUEST, QUOT, Qf, Qn, Qs, Qs-y, Qz, Qz-y, RCURL, RPAR, RSQR, Rc, Rgp, Rgpy, Rgs, Rp, Rw, Rw-y, Rz, SCOLON, SLASH, STAR, Sp, Spsa, Spsay, Spsd, Spsg, Td-po, Tdfpr, Tdfso, Tdfsr, Tdmpr, Tdmso, Tdmsr, Tf-so, Tffpoy, Tffpry, Tffs-y, Tfmpoy, Tfms-y, Tfmsoy, Tfmsry, Ti-po, Tifp-y, Tifso, Tifsr, Timso, Timsr, Tsfp, Tsfs, Tsmp, Tsms, UNDERSC, Va--1, Va--1-----y, Va--1p, Va--1s, Va--1s----y, Va--2p, Va--2p----y, Va--2s, Va--2s----y, Va--3, Va--3-----y, Va--3p, Va--3p----y, Va--3s, Va--3s----y, Vag, Vag-------y, Vaii1, Vaii2s, Vaii3p, Vaii3s, Vail3p, Vail3s, Vaip1p, Vaip1s, Vaip2p, Vaip2s, Vaip3p, Vaip3p----y, Vaip3s, Vaip3s----y, Vais3p, Vais3s, Vam-2s, Vanp, Vap--sm, Vasp1p, Vasp1s, Vasp2p, Vasp2s, Vasp3, Vmg, Vmg-------y, Vmii1, Vmii1-----y, Vmii2p, Vmii2s, Vmii3p, Vmii3p----y, Vmii3s, Vmii3s----y, Vmil1, Vmil1p, Vmil2s, Vmil3p, Vmil3p----y, Vmil3s, Vmil3s----y, Vmip1p, Vmip1p----y, Vmip1s, Vmip1s----y, Vmip2p, Vmip2s, Vmip2s----y, Vmip3, Vmip3-----y, Vmip3p, Vmip3s, Vmip3s----y, Vmis1p, Vmis1s, Vmis3p, Vmis3p----y, Vmis3s, Vmis3s----y, Vmm-2p, Vmm-2s, Vmnp, Vmnp------y, Vmp--pf, Vmp--pm, Vmp--sf, Vmp--sm, Vmp--sm---y, Vmsp1p, Vmsp2p, Vmsp2s, Vmsp3, Vmsp3-----y, X, Y, Ya, Yn, Ynfsoy, Ynfsry, Ynmsoy, Ynmsry, Yp, Yp,Yn, Yp-sr, Yr, _SP |
依存分析器 |
ROOT, acl, advcl, advcl:tcl, advmod, advmod:tmod, amod, appos, aux, aux:pass, case, cc, cc:preconj, ccomp, ccomp:pmod, compound, conj, cop, csubj, csubj:pass, dep, det, expl, expl:impers, expl:pass, expl:poss, expl:pv, fixed, flat, goeswith, iobj, mark, nmod, nmod:tmod, nsubj, nsubj:pass, nummod, obj, obl, obl:agent, obl:pmod, orphan, parataxis, punct, vocative, xcomp |
命名实体识别器 |
DATETIME, EVENT, FACILITY, GPE, LANGUAGE, LOC, MONEY, NAT_REL_POL, NUMERIC_VALUE, ORDINAL, ORGANIZATION, PERIOD, PERSON, PRODUCT, QUANTITY, WORK_OF_ART |
准确率
| 类型 | 分数 |
|---|---|
TOKEN_ACC |
99.80 |
TOKEN_P |
99.67 |
TOKEN_R |
99.57 |
TOKEN_F |
99.59 |
TAG_ACC |
95.58 |
SENTS_P |
96.01 |
SENTS_R |
96.01 |
SENTS_F |
96.01 |
DEP_UAS |
87.15 |
DEP_LAS |
81.29 |
LEMMA_ACC |
95.05 |
POS_ACC |
92.83 |
MORPH_ACC |
94.05 |
MORPH_MICRO_P |
98.20 |
MORPH_MICRO_R |
95.20 |
MORPH_MICRO_F |
96.43 |
ENTS_P |
72.33 |
ENTS_R |
70.38 |
ENTS_F |
71.34 |
Indonesian Roberta Base Posp Tagger
MIT
这是一个基于印尼语RoBERTa模型微调的词性标注模型，在indonlu数据集上训练，用于印尼语文本的词性标注任务。
序列标注
Transformers
Transformers 其他
I
w11wo
2.2M
7
Bert Base NER
MIT
基于BERT微调的命名实体识别模型，可识别四类实体：地点(LOC)、组织机构(ORG)、人名(PER)和杂项(MISC)
序列标注
英语
B
dslim
1.8M
592
Deid Roberta I2b2
MIT
该模型是基于RoBERTa微调的序列标注模型，用于识别和移除医疗记录中的受保护健康信息(PHI/PII)。
序列标注 Transformers
Transformers 支持多种语言
D
obi
1.1M
33
Ner English Fast
Flair自带的英文快速4类命名实体识别模型，基于Flair嵌入和LSTM-CRF架构，在CoNLL-03数据集上达到92.92的F1分数。
序列标注
PyTorch
PyTorch 英语
N
flair
978.01k
24
French Camembert Postag Model
基于Camembert-base的法语词性标注模型，使用free-french-treebank数据集训练
序列标注 Transformers
Transformers 法语
F
gilf
950.03k
9
Xlm Roberta Large Ner Spanish
基于XLM-Roberta-large架构微调的西班牙语命名实体识别模型，在CoNLL-2002数据集上表现优异。
序列标注 Transformers
Transformers 西班牙语
X
MMG
767.35k
29
Nusabert Ner V1.3
MIT
基于NusaBert-v1.3在印尼语NER任务上微调的命名实体识别模型
序列标注 Transformers
Transformers 其他
N
cahya
759.09k
3
Ner English Large
Flair框架内置的英文4类大型NER模型，基于文档级XLM-R嵌入和FLERT技术，在CoNLL-03数据集上F1分数达94.36。
序列标注 PyTorch
PyTorch 英语
N
flair
749.04k
44
Punctuate All
MIT
基于xlm-roberta-base微调的多语言标点符号预测模型，支持12种欧洲语言的标点符号自动补全
序列标注 Transformers
TransformersP
kredor
728.70k
20
Xlm Roberta Ner Japanese
MIT
基于xlm-roberta-base微调的日语命名实体识别模型
序列标注 Transformers
Transformers 支持多种语言
X
tsmatz
630.71k
25
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型，性能媲美GPT-3.5-turbo，优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型 Transformers
Transformers 支持多种语言
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型，专为边缘设备推理设计，体积仅为Cosmo-3B模型的2%左右。
对话系统 Transformers
Transformers 英语
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型，适用于从给定文本中提取答案的任务。
问答系统
中文
R
uer
2,694
98
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20none;%20}%20.st1%20{%20fill:%20%235ce6cf;%20}%20.st2%20{%20fill:%20%230080ff;%20}%20.st3%20{%20clip-path:%20url(%23clippath);%20}%20%3c/style%3e%3cclipPath%20id='clippath'%3e%3crect%20class='st0'%20y='0'%20width='120'%20height='32'/%3e%3c/clipPath%3e%3c/defs%3e%3cg%20class='st3'%3e%3cg%3e%3cpath%20class='st1'%20d='M22.4,32H3.2c-1,0-2-.5-2.6-1.4-.6-.9-.7-2-.4-2.9L9.8,2.1C10.3.8,11.5,0,12.8,0s2.5.8,3,2.1l9.6,25.6c.4,1,.2,2.1-.4,2.9-.6.9-1.6,1.4-2.6,1.4ZM7.8,25.6h10l-5-13.3-5,13.3Z'/%3e%3cpath%20class='st2'%20d='M33.6,32c-1.3,0-2.5-.8-3-2.1L21,4.3c-.6-1.7.2-3.5,1.9-4.1,1.7-.6,3.5.2,4.1,1.9l9.6,25.6c.6,1.7-.2,3.5-1.9,4.1-.4.1-.8.2-1.1.2h0Z'/%3e%3cpath%20d='M71.8,9.1h-6.9v4.6h6.9c2.5,0,4.6,2,4.6,4.6h-6.9c-3.8,0-6.9,3.1-6.9,6.9s3.1,6.9,6.9,6.9h2.3c1.7,0,3.2-.4,4.6-1.2v1.2h4.6v-13.7c0-5-4.1-9.1-9.1-9.1h0ZM71.8,27.4h-2.3c-1.3,0-2.3-1-2.3-2.3s1-2.3,2.3-2.3h6.9c0,2.5-2,4.6-4.6,4.6h0Z'/%3e%3cpath%20d='M52.3,9.1h-4.6V0h-4.6V32h9.1c5,0,9.1-4.1,9.1-9.1v-4.6c0-5.1-4.1-9.1-9.1-9.1h0ZM56.9,22.9c0,2.5-2,4.6-4.6,4.6h-4.6v-13.7h4.6c2.5,0,4.6,2,4.6,4.6v4.6h0Z'/%3e%3cpath%20d='M110.9,13.7h9.1v-4.6h-9.1c-5.1,0-9.1,4.1-9.1,9.1v4.6c0,5.1,4.1,9.1,9.1,9.1h9.1v-4.6h-9.1c-2.5,0-4.6-2-4.6-4.6h13.7v-4.6h-13.7c0-2.5,2-4.6,4.6-4.6h0Z'/%3e%3cpath%20d='M93.6,18.3h-4.6c-1.3,0-2.3-1-2.3-2.3s1-2.3,2.3-2.3h10.3v-4.6h-10.3c-3.8,0-6.9,3.1-6.9,6.9s3.1,6.9,6.9,6.9h4.6c1.3,0,2.3,1,2.3,2.3s-1,2.3-2.3,2.3h-10.3v4.6h10.3c3.8,0,6.9-3.1,6.9-6.9s-3.1-6.9-6.9-6.9Z'/%3e%3c/g%3e%3c/g%3e%3c/svg%3e)
AIbase是一个专注于MCP服务的平台，为AI开发者提供高质量的模型上下文协议服务，助力AI应用开发。
简体中文