标签：

• spacy
• 标记分类

语言：

• 葡萄牙语

许可证：CC BY-SA 4.0

模型索引：

• 名称：pt_core_news_sm 结果：
  • 任务： 名称：命名实体识别（NER） 类型：标记分类 指标：
    • 名称：NER精确率 类型：精确率 值：0.8794147723
    • 名称：NER召回率 类型：召回率 值：0.8800897408
    • 名称：NER F1分数 类型：F1分数 值：0.8797521271
  • 任务： 名称：词性标注（TAG） 类型：标记分类 指标：
    • 名称：TAG（XPOS）准确率 类型：准确率 值：0.8880083214
  • 任务： 名称：词性标注（POS） 类型：标记分类 指标：
    • 名称：POS（UPOS）准确率 类型：准确率 值：0.9624052702
  • 任务： 名称：形态分析（MORPH） 类型：标记分类 指标：
    • 名称：形态（UFeats）准确率 类型：准确率 值：0.947102526
  • 任务： 名称：词形还原（LEMMA） 类型：标记分类 指标：
    • 名称：词形还原准确率 类型：准确率 值：0.9675598039
  • 任务： 名称：无标记依存关系（UNLABELED_DEPENDENCIES） 类型：标记分类 指标：
    • 名称：无标记依存分数（UAS） 类型：F1分数 值：0.8891065154
  • 任务： 名称：有标记依存关系（LABELED_DEPENDENCIES） 类型：标记分类 指标：
    • 名称：有标记依存分数（LAS） 类型：F1分数 值：0.8444034795
  • 任务： 名称：句子分割（SENTS） 类型：标记分类 指标：
    • 名称：句子F1分数 类型：F1分数 值：0.9277043528

详情：https://spacy.io/models/pt#pt_core_news_sm

针对CPU优化的葡萄牙语处理流程。组件包括：tok2vec、morphologizer、parser、lemmatizer（可训练的词形还原器）、senter、ner、attribute_ruler。

标签方案