Markov-driven POS tagger
Keine Schätzung
Keine Hardwareanforderungen für dieses Modell
Die Gewichte für dieses Modell wurden nicht veröffentlicht, daher kann es nicht heruntergeladen oder auf Ihrer eigenen Hardware in beliebiger Größe betrieben werden. Es ist nur über seinen Anbieter erreichbar, und keine Grafikkarte ändert das..
Aufgezeichnet
Volle Spezifikation
Alles, was in unserer Datenbank für dieses Modell aufgezeichnet ist. Der Großteil beschreibt, wie es trainiert wurde, anstatt wie es läuft — nützlicher Kontext zur Beurteilung, wie viel Arbeit darin steckt und wie es sich mit Modellen vergleicht, die in einem anderen Maßstab erstellt wurden..
Ursprung
Wer hat dieses Modell gebaut, wo und wann es veröffentlicht wurde.
- Organisation
- EURECOM
- Organisationsart
- Academia
- Land
- France
- Veröffentlicht
- 1 June 1994
- Autoren
- Bernard Merialdo
Was es tut
Die Problemfelder, für die das Modell entwickelt wurde. Ein Modell kann mehrere davon tragen.
- Domain
- Language
- Aufgabe
- Part-of-speech tagging
Größe
Wie groß das Modell ist und wie viele Daten damit trainiert wurden. Parameter sind die Zahl, die entscheidet, ob es auf einer bestimmten GPU-Karte passt.
- Parameter
- 2.4M
- Trainingsdaten
- tokens
"The total number of free parameters is then: (Nw - 1).NT + (NT - 1).NT.NT." Where: Nw= Vocabulary size NT = Number of tags "In the treebank 159 different tags are used. These tags were projected on a smaller system of 76 tags designed by Evelyne Tzoukermann and Peter Brown (see Appendix). The results quoted in this paper all refer to this smaller system" So NT = 76 https://www.aclweb.org/anthology/J94-2001/ There is no direct reference to Nw, but the data is from "Lexicon and grammar in prob…
"We use the "treebank" data described in Beale (1988). It contains 42,186 sentences (about one million words) from the Associated Press." https://www.aclweb.org/anthology/J94-2001.pdf
Wie es klassifiziert ist
Labels, die das Quell-Datenset anwendet, wenn bemerkenswerte Modelle verfolgt werden, und wie zuversichtlich es in den Eintrag ist.
- Zitationen
- 788
Quellen
Woher dieser Datensatz stammt und wann er zuletzt überprüft wurde.
- Referenz
- Tagging English Text with a Probabilistic Model
- Zuletzt aktualisiert
- 28 November 2025
Was die Zahlen bedeuten
Hintergrund
Markov-driven POS tagger wurde veröffentlicht von EURECOM, im Land aufgezeichnet als France, während June 1994. Die veröffentlichende Organisation ist als academia.
Es funktioniert im Bereich von Language, und wird als die Aufgabe von aufgezeichnet part-of-speech tagging.
Seine Gewichte wurden niemals veröffentlicht, daher kann es nur über seinen Anbieter erreicht werden. Keine Grafikkarten ändern das.
Antworten
Markov-driven POS tagger — Häufige Fragen
Markov-driven POS tagger— Wer hat es erstellt?
Es wurde veröffentlicht von EURECOM, basiert auf France, eine als kategorisierte Organisation academia.
Markov-driven POS tagger— Wann wurde es veröffentlicht?
Es wurde veröffentlicht in June 1994. Die Fähigkeit pro Parameter hat sich erheblich verbessert, sodass ein neueres Modell derselben Größe oft die bessere Nutzung derselben Hardware darstellt.
Markov-driven POS tagger— Wofür wird es verwendet?
Es funktioniert im Bereich von Language, und wird als Bewältigung der Aufgabe von part-of-speech tagging. Ein Modell kann mehrere von jedem tragen, daher sind dies die Bereiche, für die es gebaut wurde, anstatt eine Begrenzung dafür, was es versuchen wird.
Markov-driven POS tagger— Welche GPU benötige ich, um es auszuführen?
Dieses ist ein geschlossenes Modell — seine Gewichte wurden nie veröffentlicht, sodass es zu keinem Preis heruntergeladen oder auf Ihrer eigenen Hardware ausgeführt werden kann. Es ist nur über seinen Anbieter erreichbar.
Markov-driven POS tagger— Ist es Open-Source?
Die Lizenzierung wurde nie in unseren Quelldaten aufgezeichnet. Wir behandeln nicht angegebene Lizenzen als geschlossen, da eine nicht aufgezeichnete Lizenz keine ist, auf die man sich verlassen kann.
Markov-driven POS tagger— Wie viele Parameter hat es?
Es hat eine Parameteranzahl von 2.4M. "The total number of free parameters is then: (Nw - 1).NT + (NT - 1).NT.NT." Where: Nw= Vocabulary size NT = Number of tags "In the treebank 159 different tags are used. These tags were projected on a smaller system of 76 tags designed by Evelyne Tzoukermann and Peter Brown (see Appendix). The results quoted in this paper all refer to this smaller system" So NT = 76 https://www.aclweb.org/anthology/J94-2001/ There is no direct reference to Nw, but the data is from "Lexicon and grammar in probabilistic tagging of written English." which says "(the new CLAWS lexicón has almost 26,500 entries)" So tentatively Nw=26500 https://dl.acm.org/doi/10.3115/982023.982049. Diese Zahl ist die Gesamtsumme, und sie bestimmt, wie viel MEMORY das MODEL benötigt – ungefähr ein halbes Gigabyte pro Milliarde bei der Kompression, die die meisten Menschen verwenden.
Die andere Richtung
Von der anderen Seite aus betrachten?
Diese Seite beginnt mit dem Modell. Wenn Sie bereits eine Karte besitzen und alles wissen möchten, was sie ausführen wird, Starte stattdessen von der Hardware.