标签:

• spacy
• 标记分类 语言:
• 法语 许可证: lgpl-lr 模型索引:
• 名称: fr_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: 0.8148438757
    • 名称: NER召回率 类型: 召回率 值: 0.8106360834
    • 名称: NER F值 类型: f值 值: 0.8127345333
  • 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: 0.933216531
  • 任务: 名称: 词性标注 类型: 标记分类 指标:
    • 名称: 词性标注(UPOS)准确率 类型: 准确率 值: 0.9617644028
  • 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: 0.9529502705
  • 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: 0.9084463625
  • 任务: 名称: 无标记依存关系 类型: 标记分类 指标:
    • 名称: 无标记依存准确率(UAS) 类型: f值 值: 0.8781984485
  • 任务: 名称: 有标记依存关系 类型: 标记分类 指标:
    • 名称: 有标记依存准确率(LAS) 类型: f值 值: 0.8347514036
  • 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: 0.861278649

详情: https://spacy.io/models/fr#fr_core_news_sm

针对CPU优化的法语处理流水线。组件包括: tok2vec, morphologizer, parser, senter, ner, attribute_ruler, lemmatizer。

标签体系