模型介绍
内容详情
替代品
模型简介
该模型是TrSpaCy项目的一部分,专门为土耳其语设计,提供全面的自然语言处理功能,包括词性标注、形态分析、依存句法分析和命名实体识别。
模型特点
全面的土耳其语支持
专门为土耳其语设计和优化,处理土耳其语特有的形态和句法特征
多任务处理能力
单一管道同时处理分词、词性标注、形态分析、依存句法分析和命名实体识别
高精度标注
在词性标注(UPOS)上达到90.52%的准确率,命名实体识别F值达到88.94%
预训练词向量
包含50000个唯一词向量(300维),基于Medium-sized Turkish Floret word vectors
模型能力
土耳其语分词
词性标注
形态分析
词形还原
依存句法分析
命名实体识别
句子边界检测
使用案例
文本处理
土耳其语文本标注
自动标注土耳其语文本的词性、形态特征和句法结构
可用于构建土耳其语语言资源或预处理文本
信息提取
从土耳其语文本中提取命名实体(人名、地名、组织名等)
NER F值达到88.94%
语言学研究
土耳其语形态分析
分析土耳其语复杂的形态结构
形态特征准确率88.93%
标签:
- spacy
- 标记分类 语言:
- tr 许可证:cc-by-sa-4.0 模型索引:
- 名称:tr_core_news_md
结果:
- 任务:
名称:NER
类型:标记分类
指标:
- 名称:NER精确度 类型:精确度 值:0.8890235772
- 名称:NER召回率 类型:召回率 值:0.8897246148
- 名称:NER F值 类型:f_score 值:0.8893739579
- 任务:
名称:TAG
类型:标记分类
指标:
- 名称:TAG (XPOS) 准确率 类型:准确率 值:0.9141711565
- 任务:
名称:POS
类型:标记分类
指标:
- 名称:POS (UPOS) 准确率 类型:准确率 值:0.9052411777
- 任务:
名称:MORPH
类型:标记分类
指标:
- 名称:形态 (UFeats) 准确率 类型:准确率 值:0.8892973515
- 任务:
名称:LEMMA
类型:标记分类
指标:
- 名称:词形还原准确率 类型:准确率 值:0.8171693155
- 任务:
名称:UNLABELED_DEPENDENCIES
类型:标记分类
指标:
- 名称:无标记依存关系评分 (UAS) 类型:f_score 值:0.7275183906
- 任务:
名称:LABELED_DEPENDENCIES
类型:标记分类
指标:
- 名称:有标记依存关系评分 (LAS) 类型:f_score 值:0.6355130835
- 任务:
名称:SENTS
类型:标记分类
指标:
- 名称:句子F值 类型:f_score 值:0.8349007315
- 任务:
名称:NER
类型:标记分类
指标:
土耳其语中等规模管道,用于TrSpaCy。组件:tok2vec, tagger, morphologizer, lemmatizer, parser, ner
特性 | 描述 |
---|---|
名称 | tr_core_news_md |
版本 | 3.4.2 |
spaCy | >=3.4.2,<3.5.0 |
默认管道 | tok2vec , tagger , morphologizer , trainable_lemmatizer , parser , ner |
组件 | tok2vec , tagger , morphologizer , trainable_lemmatizer , parser , ner |
向量 | -1键,50000个唯一向量(300维) |
来源 | UD Turkish BOUN (Türk, Utku; Atmaca, Furkan; Özateş, Şaziye Betül; Berk, Gözde; Bedir, Seyyit Talha; Köksal, Abdullatif; Öztürk Başaran, Balkız; Güngör, Tunga; Özgür, Arzucan) Turkish Wiki NER dataset (Duygu Altinok, Co-one Istanbul) PANX/WikiANN (Xiaoman Pan, Boliang Zhang, Jonathan May, Joel Nothman, Kevin Knight, Heng Ji) Medium-sized Turkish Floret word vectors (MC4 corpus) (Duygu Altinok) |
许可证 | cc-by-sa-4.0 |
作者 | Duygu Altinok |
标签方案
查看标签方案(4个组件的1572个标签)
组件 | 标签 |
---|---|
tagger |
ADP , ADV , ANum , ANum_Adj , ANum_Ness , ANum_Noun , ANum_With , ANum_Zero , Abr , Abr_With , Adj , Adj_Ness , Adj_With , Adj_Without , Adj_Zero , Adv , Adverb , Adverb_Adverb , Adverb_Noun , Adverb_Zero , Conj , Conj_Conj , DET , Demons , Demons_Zero , Det , Det_Zero , Dup , Interj , NAdj , NAdj_Aux , NAdj_Ness , NAdj_Noun , NAdj_Rel , NAdj_Verb , NAdj_With , NAdj_Without , NAdj_Zero , NNum , NNum_Rel , NNum_Zero , NOUN , Neg , Ness , Noun , Noun_Ness , Noun_Noun , Noun_Rel , Noun_Since , Noun_Verb , Noun_With , Noun_With_Ness , Noun_With_Verb , Noun_With_Zero , Noun_Without , Noun_Zero , PCAbl , PCAbl_Rel , PCAcc , PCDat , PCDat_Zero , PCGen , PCIns , PCIns_Zero , PCNom , PCNom_Adj , PCNom_Noun , PCNom_Zero , PRON , PUNCT , Pers , Pers_Ness , Pers_Pers , Pers_Rel , Pers_Zero , Postp , Prop , Prop_Conj , Prop_Rel , Prop_Since , Prop_With , Prop_Zero , Punc , Punc_Noun_Ness , Punc_Noun_Rel , Quant , Quant_Zero , Ques , Ques_Zero , Reflex , Reflex_Zero , Rel , SYM , Since , Since_Since , Verb , Verb_Conj , Verb_Ness , Verb_Noun , Verb_Verb , Verb_With , Verb_Zero , With , Without , Without_Zero , Zero |
morphologizer |
NumType=Card|POS=NUM , Aspect=Perf|Case=Loc|Mood=Ind|Number=Plur,Sing|Number[psor]=Sing|POS=NOUN|Person=1,3|Person[psor]=3|Tense=Pres , POS=PUNCT , POS=ADV , POS=NOUN , Case=Nom|Number=Sing|POS=ADJ|Person=3 , POS=DET , Case=Loc|Number=Sing|POS=VERB|Person=1 , Case=Nom|Number=Sing|POS=PRON|Person=3|PronType=Prs , Case=Dat|Number=Sing|POS=VERB|Person=3 , POS=ADJ , Aspect=Perf|Case=Nom|Number=Sing|Number[psor]=Sing|POS=VERB|Person=3|Person[psor]=3|Polarity=Pos|Tense=Past|VerbForm=Part , Case=Gen|Number=Sing|POS=NOUN|Person=3 , POS=PRON , Case=Nom|Number=Sing|POS=NOUN|Person=3 , Aspect=Perf|Case=Acc|Number=Sing|Number[psor]=Sing|POS=VERB|Person=3|Person[psor]=3|Polarity=Pos|Tense=Past|VerbForm=Part , POS=VERB|Polarity=Pos|Tense=Pres|VerbForm=Part , Case=Acc|Number=Plur|POS=NOUN|Person=3 , Aspect=Perf|Evident=Fh|Number=Sing|POS=VERB|Person=3|Tense=Past , Case=Nom|Number=Sing|POS=PROPN|Person=3 , Case=Dat|Number=Sing|POS=PROPN|Person=3 , POS=VERB|Polarity=Pos , Case=Acc|Number=Sing|POS=VERB|Person=3|Polarity=Pos , Aspect=Perf|Evident=Fh|Number=Sing|POS=VERB|Person=3|Polarity=Pos|Tense=Past , Aspect=Prog|Evident=Fh|Number=Sing|POS=VERB|Person=3|Polarity=Pos|Tense=Past , Case=Abl|Number=Sing|POS=ADJ|Person=3 , Case=Nom|Number=Plur|POS=NOUN|Person=3 , Case=Loc|Number=Plur|Number[psor]=Sing|POS=NOUN|Person=3|Person[psor]=3 , POS=INTJ , Case=Abl|Number=Plur|Number[psor]=Sing|POS=NOUN|Person=3|Person[psor]=3 , Case=Ins|Number=Sing|POS=PROPN|Person=3 , Case=Loc|Number=Sing|POS=PROPN|Person=3 , Case=Acc|Number=Sing|POS=NOUN|Person=3 , Aspect=Imp|POS=VERB|Polarity=Pos|Tense=Fut|VerbForm=Part , Case=Nom|Number=Sing|POS=PRON|Person=3 , POS=CCONJ , Case=Nom|Number=Plur|Number[psor]=Sing|POS=NOUN|Person=3|Person[psor]=3 , Case=Nom|Mood=Imp|Number=Sing|POS=VERB|Person=3|Polarity=Pos|VerbForm=Conv|Voice=Cau , Case=Dat|Number=Sing|Number[psor]=Plur|POS=ADJ|Person=3|Person[psor]=1 , Aspect=Prog|Number=Sing|POS=VERB|Person=3|Polarity=Pos|Tense=Pres , Case=Gen|Number=Sing|POS=PROPN|Person=3 , Case=Abl|Number=Sing|Number[psor]=Sing|POS=NOUN|Person=3|Person[psor]=3 , Case=Nom|Number=Sing|POS=ADP|Person=3 , Case=Dat|Number=Plur|POS=NOUN|Person=3 , Aspect=Perf|Evident=Fh|Number=Sing|POS=VERB|Person=3|Polarity=Pos|Tense=Past|Voice=Pass , Case=Nom|POS=VERB|Polarity=Pos , Case=Nom|Number=Sing|POS=VERB|Person=3 , Case=Loc|Number=Sing|Number[psor]=Sing|POS=NOUN|Person=3|Person[psor]=3 , Case=Nom|Number=Sing|POS=VERB|Person=3|Polarity=Pos|Voice=Cau , Case=Dat|Number=Sing|Number[psor]=Sing|POS=NOUN|Person=3|Person[psor]=3 , Case=Acc|Number=Sing|POS=PROPN|Person=3 , Aspect=Imp|Number=Sing|POS=VERB|Person=3|Polarity=Pos|Tense=Fut , POS=ADP , Aspect=Perf|Evident=Fh|Number=Sing|POS=VERB|Person=1|Polarity=Pos|Tense=Past|Voice=Pass , Evident=Nfh|Number=Sing|POS=VERB|Person=3|Polarity=Pos|Tense=Past , Case=Nom|Number=Sing|Number[psor]=Sing|POS=NOUN|Person=3|Person[psor]=1 , Aspect=Perf|Number[psor]=Sing|POS=VERB|Person[psor]=3|Polarity=Pos|Tense=Past|VerbForm=Part , Aspect=Perf|Case=Nom|Number=Sing|Number[psor]=Sing|POS=VERB|Person=3|Person[psor]=3|Polarity=Neg|Tense=Past|VerbForm=Part , Case=Acc|Number=Plur|POS=PRON|Person=3 , Aspect=Perf|Number[psor]=Sing|POS=VERB|Person[psor]=3|Polarity=Pos|Tense=Past|VerbForm=Part|Voice=Cau , Case=Acc|Number=Plur|POS=VERB|Person=3 , Aspect=Perf|Case=Abl|Number=Sing|Number[psor]=Sing|POS=VERB|Person=3|Person[psor]=3|Polarity=Neg|Tense=Past|VerbForm=Part , Mood=Opt|Number=Sing|POS=VERB|Person=1|Polarity=Pos , Case=Dat|Number=Sing|POS=NOUN|Person=3 , Aspect=Prog|Number=Sing|POS=VERB|Person=1|Polarity=Pos|Tense=Pres , Case=Gen|Number=Sing|Number[psor]=Sing|POS=NOUN|Person=3|Person[psor]=3 , Case=Dat|Number=Plur|Number[psor]=Sing|POS=NOUN|Person=3|Person[psor]=3 , Aspect=Prog|Evident=Fh|Number=Plur|POS=VERB|Person=1|Polarity=Pos|Tense=Past , Case=Acc|Number=Sing|POS=PRON|Person=1 , Aspect=Perf|Evident=Fh|Number=Plur|POS=VERB|Person=3|Polarity=Neg|Tense=Past , Case=Ins|Number=Sing|Number[psor]=Sing|POS=NOUN|Person=3|Person[psor]=3 , Case=Gen|Number=Sing|Number[psor]=Sing|POS=NOUN|Person=3|Person[psor]=1 , Case=Dat|Number=Sing|Number[psor]=Sing|POS=ADJ|Person=3|Person[psor]=3 , Case=Gen|Number=Sing|POS=PRON|Person=3 , Case=Acc|Number=Plur|Number[psor]=Plur|POS=NOUN|Person=3|Person[psor]=1 , Aspect=Hab|Number=Sing|POS=VERB|Person=3|Polarity=Pos|Tense=Pres , Aspect=Hab|Number=Plur|POS=VERB|Person=1|Polarity=Pos|Tense=Pres , Case=Loc|Number=Sing|POS=NOUN|Person=3 , Aspect=Perf|Case=Acc|Number=Sing|Number[psor]=Sing|POS=VERB|Person=3|Person[psor]=3|Polarity=Neg|Tense=Past|VerbForm=Part , Aspect=Hab|Number=Sing|POS=VERB|Person=1|Polarity=Pos|Tense=Pres , Aspect=Perf|Evident=Fh|Number=Sing|POS=VERB|Person=1|Polarity=Pos|Tense=Past , Case=Gen|Number=Sing|Number[psor]=Plur|POS=NOUN|Person=3|Person[psor]=1 , Aspect=Hab|Mood=Pot|Number=Sing|POS=VERB|Person=3|Polarity=Pos|Tense=Pres , Case=Acc|Number=Plur|POS=PRON|Person=1 , Case=Nom|Number=Sing|POS=NOUN|Person=3|Polarity=Pos , Case=Nom|Number=Sing|Number[psor]=Sing|POS=PRON|Person=3|Person[psor]=3 , Aspect=Hab|Mood=Imp|Number=Sing|POS=VERB|Person=3|Polarity=Pos|Tense=Pres|VerbForm=Conv , Aspect=Hab|Mood=Pot|Number=Sing|POS=VERB|Person=3|Polarity=Pos|Tense=Pres|Voice=Cau , Case=Dat|Number=Plur|Number[psor]=Plur|POS=NOUN|Person=3|Person[psor]=1 , Case=Abl|Number=Sing|POS=NOUN|Person=3 , Mood=Imp|POS=VERB|Polarity=Pos|VerbForm=Conv , Aspect=Perf|Evident=Fh|Number=Plur|POS=VERB|Person=1|Polarity=Pos|Tense=Past , Case=Nom|Number=Plur|POS=PRON|Person=3 , Case=Nom|Number=Sing|Number[psor]=Sing|POS=NUM|Person=3|Person[psor]=3 , Case=Nom|Number=Sing|Number[psor]=Sing|POS=NOUN|Person=3|Person[psor]=3 , Aspect=Perf|Evident=Fh|Number=Sing|POS=VERB|Person=1|Polarity=Neg|Tense=Past|Voice=Cau , Case=Nom|Number=Plur|POS=ADJ|Person=3 , Aspect=Hab|Mood=Cnd|Number=Plur|POS=VERB|Person=2|Polarity=Pos|Tense=Pres , Aspect=Hab|Number=Plur|POS=VERB|Person=3|Polarity=Neg|Tense=Pres , Aspect=Hab|Number=Sing|POS=VERB|Person=3|Polarity=Neg|Tense=Pres , Aspect=Hab|Number=Plur|POS=VERB|Person=3|Polarity=Pos|Tense=Pres , Case=Gen|Number=Plur|Number[psor]=Sing|POS=NOUN|Person=3|Person[psor]=3 , Case=Gen|Number=Plur|POS=NOUN|Person=3 , Case=Ins|Number=Sing|Number[psor]=Sing|POS=NOUN|Person=3|Person[psor]=3|Polarity=Pos , Aspect=Imp|Case=Acc|Number=Sing|Number[psor]=Sing|POS=VERB|Person=3|Person[psor]=3|Polarity=Pos|Tense=Fut|VerbForm=Part , Case=Acc|Number=Sing|Number[psor]=Sing|POS=NOUN|Person=3|Person[psor]=3 , Aspect=Imp|Number=Sing|POS=AUX|Person=3|Tense=Pres , Case=Loc|Number=Sing|POS=NUM|Person=3 , Aspect=Perf|Evident=Fh|Number=Plur|POS=VERB|Person=3|Polarity=Pos|Tense=Past , Case=Loc|Number=Sing|Number[psor]=Sing|POS=NOUN|Person=3|Person[psor]=2 , Case=Gen|Number=Plur|POS=PRON|Person=1 , Aspect=Perf|Number[psor]=Plur|POS=VERB|Person[psor]=1|Polarity=Pos|Tense=Past|VerbForm=Part , Aspect=Prog|Number=Sing|POS=VERB|Person=3|Polarity=Neg|Tense=Pres , Case=Nom|Number=Sing|POS=PRON|Person=1 , Case=Nom|Number=Sing|POS=NOUN|Person=1 , Mood=Cnd|Number=Sing|POS=AUX|Person=3|Polarity=Pos , Case=Acc|Number=Sing|POS=PRON|Person=3 , Aspect=Prog|Number=Plur|POS=VERB|Person=1|Polarity=Pos|Tense=Pres , Case=Ins|Number=Sing|POS=NOUN|Person=3 , POS=VERB|Polarity=Pos|Tense=Pres|VerbForm=Part|Voice=Pass , Aspect=Perf|Case=Nom|Number=Sing|Number[psor]=Sing|POS=VERB|Person=3|Person[psor]=1|Polarity=Pos|Tense=Past|VerbForm=Part , Case=Nom|POS=VERB|Polarity=Pos|Voice=Cau , Aspect=Prog|Evident=Fh|Number=Sing|POS=VERB|Person=3|Polarity=Neg|Tense=Past , Case=Nom|Number=Sing|POS=ADJ|Person=3|Polarity=Pos , Case=Acc|Number=Sing|POS=VERB|Person=3 , Aspect=Perf|Case=Nom|Mood=Gen|Number=Sing|POS=NOUN|Person=3|Tense=Pres , Case=Abl|Number=Plur|POS=NOUN|Person=3 , Aspect=Perf|Evident=Fh|Number=Sing|POS=VERB|Person=3|Polarity=Neg|Tense=Past , Aspect=Prog|Evident=Fh|Number=Plur|POS=VERB|Person=3|Polarity=Neg|Tense=Past , Mood=Imp|POS=VERB|Polarity=Pos|VerbForm=Conv|Voice=Cau , Aspect=Perf|Evident=Fh|Number=Sing|POS=VERB|Person=1|Polarity=Pos|Tense=Past|Voice=Cau , Case=Nom|Number=Plur|Number[psor]=Plur|POS=NOUN|Person=3|Person[psor]=3 , Case=Loc|Number=Sing|Number[psor]=Sing|POS=ADJ|Person=3|Person[psor]=3 , Case=Nom|Number=Sing|Number[psor]=Sing|POS=ADJ|Person=3|Person[psor]=3 , POS=VERB|Polarity=Neg|Tense=Pres|VerbForm=Part , Case=Dat|Number=Plur|POS=PRON|Person=2 , Case=Abl|Number=Sing|POS=VERB|Person=3|Polarity=Pos|Voice=Cau , Aspect=Imp|Number=Sing|POS=VERB|Person=1|Polarity=Neg|Tense=Fut , Case=Nom|Number=Plur|Number[psor]=Sing|POS=ADJ|Person=3|Person[psor]=3 , Case=Gen|Number=Plur|POS=ADJ|Person=3 , Case=Loc|Number=Plur|POS=VERB|Person=3|Polarity=Pos , Aspect=Perf|Case=Nom|Number=Sing|Number[psor]=Sing|POS=VERB|Person=3|Person[psor]=3|Polarity=Pos|Tense=Past|VerbForm=Part|Voice=Pass , Aspect=Hab|Mood=Imp|Number=Sing|POS=VERB|Person=3|Polarity=Pos|Tense=Pres|VerbForm=Conv|Voice=Pass , Case=Nom|Number=Sing|Number[psor]=Sing|POS=VERB|Person=3|Person[psor]=3|Polarity=Pos , Case=Dat|Number=Sing|POS=ADJ|Person=3 , Case=Nom|Number=Sing|Number[psor]=Sing|POS=VERB|Person=3|Person[psor]=3|Polarity=Pos|Voice=Pass , Aspect=Imp|Case=Nom|Mood=Pot|Number=Sing|Number[psor]=Sing|POS=VERB|Person=3|Person[psor]=3|Polarity=Pos|Tense=Fut|VerbForm=Part|Voice=Pass , Aspect=Prog|Number=Sing|POS=VERB|Person=3|Polarity=Pos|Tense=Pres|Voice=Cau , Aspect=Hab|Mood=Cnd|Number=Sing|POS=VERB|Person=1|Polarity=Pos|Tense=Pres , Case=Dat|Number=Sing|Number[psor]=Sing|POS=NOUN|Person=3|Person[psor]=1 , Case=Equ|Number=Sing|POS=PRON|Person=1 , Case=Abl|Number=Sing|Number[psor]=Sing|POS=ADJ|Person=3|Person[psor]=3 , Case=Nom|Number=Sing|POS=VERB|Person=3|Polarity=Pos , Evident=Nfh|Number=Sing|POS=VERB|Person=3|Polarity=Neg|Tense=Past|Voice=Pass , Case=Nom|Number=Sing|Number[psor]=Plur|POS=NOUN|Person=3|Person[psor]=1 , Aspect=Perf|Case=Acc|Number=Sing|Number[psor]=Plur|POS=VERB|Person=3|Person[psor]=1|Polarity=Neg|Tense=Past|VerbForm=Part , Case=Dat|Number=Sing|POS=VERB|Person=3|Polarity=Pos , Case=Acc|Number=Sing|Number[psor]=Sing|POS=NOUN|Person=3|Person[psor]=3|Polarity=Pos , Case=Acc|Number=Sing|Number[psor]=Sing|POS=VERB|Person=3|Person[psor]=3|Polarity=Pos|Voice=Pass , Case=Loc|POS=VERB|Polarity=Pos|Voice=Pass , Case=Abl|Number=Sing|Number[psor]=Sing|POS=VERB|Person=3|Person[psor]=3 , Case=Dat|Number=Sing|Number[psor]=Sing|POS=VERB|Person=3|Person[psor]=3|Polarity=Pos|Voice=Pass , Case=Acc|Number=Sing|Number[psor]=Sing|POS=NUM|Person=3|Person[psor]=3 , Aspect=Perf|Mood=Des,Ind|Number=Plur,Sing|POS=VERB|Person=1,3|Polarity=Pos|Tense=Past , Aspect=Hab|Evident=Fh|Number=Sing|POS=VERB|Person=3|Polarity=Pos|Tense=Pres , Case=Abl|Number=Sing|POS=VERB|Person=3|Polarity=Pos , Aspect=Hab|Evident=Nfh|Number=Plur|POS=VERB|Person=3|Polarity=Pos|Tense=Pres , Case=Ins|Number=Plur|POS=NOUN|Person=3 , Case=Ins|POS=VERB|Polarity=Neg , Case=Nom|Number=Plur|Number[psor]=Plur|POS=NOUN|Person=3|Person[psor]=1 , Case=Loc|Number=Sing|Number[psor]=Sing|POS=ADJ|Person=3|Person[psor]=1 , Aspect=Imp|Case=Acc|Number=Sing|Number[psor]=Sing|POS=VERB|Person=3|Person[psor]=3|Polarity=Pos|Tense=Fut|VerbForm=Part|Voice=Pass , Aspect=Perf|Case=Nom|Number=Plur|Number[psor]=Sing|POS=VERB|Person=3|Person[psor]=1|Polarity=Pos|Tense=Past|VerbForm=Part , Case=Gen|Number=Sing|POS=PRON|Person=1 , Mood=Imp|Number=Plur|POS=VERB|Person=2|Polarity=Pos , Case=Dat|Number=Plur|POS=PRON|Person=1 , Mood=Imp|Number=Sing|POS=VERB|Person=3|Polarity=Neg|Voice=Pass , Case=Nom|Number=Plur|POS=VERB|Person=3|Polarity=Pos , Case=Nom|POS=VERB|Polarity=Pos|Voice=Pass , Case=Nom|Mood=Imp|Number=Sing|POS=ADJ|Person=2,3|Polarity=Pos , POS=VERB|Polarity=Neg|Tense=Pres|VerbForm=Part|Voice=Pass , Aspect=Hab|Number=Sing|POS=VERB|Person=3|Polarity=Pos|Tense=Pres|Voice=Pass , Case=Nom|Number=Sing|Number[psor]=Plur|POS=NOUN|Person=3|Person[psor]=3|Polarity=Pos , Case=Dat|Number=Sing|POS=NUM|Person=3 , Aspect=Perf|Case=Acc|Number=Plur|Number[psor]=Plur|POS=VERB|Person=3|Person[psor]=3|Polarity=Pos|Tense=Past|VerbForm=Part , Aspect=Perf|Evident=Fh|Number=Sing|POS=VERB|Person=3|Polarity=Neg|Tense=Past|Voice=Pass , Case=Nom|Number=Plur|POS=VERB|Person=3|Polarity=Pos|Tense=Pres|VerbForm=Part , Aspect=Perf|Mood=Ind|POS=VERB|Polarity=Pos|Tense=Pres|VerbForm=Part|Voice=Cau , POS=VERB|Polarity=Pos|Tense=Pres|VerbForm=Part|Voice=Cau , Case=Ins|Number=Plur|Number[psor]=Sing|POS=NOUN|Person=3|Person[psor]=3 , Aspect=Perf|Number[psor]=Sing|POS=VERB|Person[psor]=1|Polarity=Pos|Tense=Past|VerbForm=Part , Case=Dat|Number=Sing|Number[psor]=Sing|POS=VERB|Person=3|Person[psor]=3 , Case=Nom|POS=NOUN|Polarity=Pos , Aspect=Prog|Number=Plur|POS=VERB|Person=3|Polarity=Pos|Tense=Pres , Case=Loc|Number=Plur|POS=NOUN|Person=3|Polarity=Pos , Aspect=Imp|Number=Sing|POS=VERB|Person=3|Polarity=Pos|Tense=Fut|Voice=Pass , Case=Acc|Number=Plur|Number[psor]=Plur|POS=PRON|Person=3|Person[psor]=3 , Case=Loc|Number=Plur|POS=NOUN|Person=3 , Case=Loc|NumType=Card|Number=Sing|POS=NUM|Person=3 , Evident=Nfh|Number=Sing|POS=VERB|Person=3|Polarity=Pos|Tense=Past|Voice=Pass , Aspect=Perf|Mood=Ind|Number=Sing|POS=VERB|Person=3|Polarity=Neg|Tense=Pres , Aspect=Perf|Evident=Fh|Number=Sing|POS=VERB|Person=3|Polarity=Pos|Tense=Past|Voice=Cau , Case=Ins|Number=Sing|POS=VERB|Person=1 , Aspect=Perf|Number[psor]=Plur|POS=VERB|Person[psor]=2|Polarity=Pos|Tense=Past|VerbForm=Part , Mood=Opt|Number=Plur|POS=VERB|Person=1|Polarity=Pos , Case=Acc|Number=Plur|Number[psor]=Plur|POS=NOUN|Person=3|Person[psor]=3 , Case=Acc|Number=Sing|Number[psor]=Plur|POS=NOUN|Person=3|Person[psor]=3 , POS=VERB|Polarity=Pos|Voice=Pass , Aspect=Imp|Mood=Cnd|Number=Sing|POS=VERB|Person=3|Polarity=Pos|Tense=Fut , Aspect=Prog|Evident=Fh|Number=Sing|POS=VERB|Person=1|Polarity=Pos|Tense=Past , Case=Nom|Number=Plur|POS=NOUN|Person=3|Polarity=Pos , Case=Nom|Number=Plur|POS=PRON|Person=1 , Case=Nom|Number=Plur|POS=VERB|Person=1 , Aspect=Perf|Case=Nom|Mood=Gen|Number=Sing|POS=ADJ|Person=3|Tense=Pres , Case=Nom|Number=Plur|POS=PROPN|Person=3 , Aspect=Prog|Number=Sing|POS=VERB|Person=3|Polarity=Pos|Tense=Pres|Voice=Pass , Mood=Imp|POS=VERB|Polarity=Pos|VerbForm=Conv|Voice=Pass , Case=Dat|Number=Sing|Number[psor]=Sing|POS=VERB|Person=3|Person[psor]=3|Polarity=Pos , Mood=Nec|Number=Sing|POS=VERB|Person=3|Polarity=Pos|Voice=Pass , Aspect=Perf|Case=Nom|Mood=Ind|POS=VERB|Polarity=Pos|Tense=Pres|VerbForm=Vnoun , Aspect=Perf|Mood=Ind|POS=VERB|Polarity=Pos|Tense=Pres|VerbForm=Conv , POS=AUX , Aspect=Perf|Evident=Nfh|Mood=Ind|Number=Sing|POS=VERB|Person=3|Polarity=Pos|Tense=Past , Case=Dat|Number=Sing|POS=PRON|Person=3 , Case=Nom|Number=Plur|POS=VERB|Person=3 , Case=Nom|Number=Sing|Number[psor]=Plur|POS=NOUN|Person=3|Person[psor]=3 , Case=Nom|Number=Sing|POS=NUM|Person=3 , POS=VERB|Polarity=Neg|Tense=Pres|VerbForm=Part|Voice=Cau , Case=Abl|Number=Plur|POS=NOUN|Person=3|Polarity=Pos , `Case=Dat|Number=Plur| |
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

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

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
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

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

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

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
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

P
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

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

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

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
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