标签:

• spacy
• 标记分类 语言:
• 瑞典语 许可证: cc-by-sa-4.0 模型索引:
• 名称: sv_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: 0.8002766252
    • 名称: NER召回率 类型: 召回率 值: 0.703892944
    • 名称: NER F值 类型: f值 值: 0.7489967638
  • 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: 0.9351842401
  • 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: 0.9511074819
  • 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: 0.9406961315
  • 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: 0.9489639686
  • 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: 0.818598856
  • 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: 0.7672877612
  • 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: 0.9368318756

详情: https://spacy.io/models/sv#sv_core_news_sm

针对CPU优化的瑞典语处理流程。组件包括: tok2vec, tagger, morphologizer, parser, lemmatizer (trainable_lemmatizer), senter, ner.

标签体系