Cross-Lingual POS Tagger
Nessuna stima
Nessun requisito hardware per questo modello
I pesi per questo modello non sono stati pubblicati, quindi non può essere scaricato o eseguito sul proprio hardware di qualsiasi dimensione. È accessibile solo attraverso il suo fornitore e nessun cambiamento della scheda grafica che.
In registrazione
specifiche complete
Tutto in archivio per questo modello. La maggior parte descrive come è stato addestrato piuttosto che come gira — contesto utile per giudicare quanto lavoro c'è stato dietro, e come si confronta con i modelli costruiti su una scala diversa..
Origine
Chi ha costruito questo modello, dove e quando è stato pubblicato.
- Organizzazione
- Carnegie Mellon University (CMU),Google Research
- Tipo di organizzazione
- Academia,Industry
- Paese
- United States of America
- Pubblicato
- 19 June 2011
- Autori
- Dipanjan Das, Slav Petrov
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Language
- Compito
- Part-of-speech tagging
Dimensione
Quanto è grande il modello e su quanti dati è stato addestrato. I parametri sono la cifra che decide se si adatta a una determinata scheda grafica.
- Dati di addestramento
- tokens
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Perché è monitorato
- SOTA improvement
- Record fiducia
- Unknown
- Citazioni
- 318
"Across eight European languages, our approach results in an average absolute improvement of 10.4% over a state-of-the-art baseline, and 16.7% over vanilla hidden Markov models induced with the Expectation Maximization algorithm." evaluation datasets: CoNLL-X and CoNLL-2007
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- Unsupervised Part-of-Speech Tagging with Bilingual Graph-Based Projections
- Ultimo aggiornamento
- 1 December 2025
Cosa significano i numeri
Da dove è venuto
Cross-Lingual POS Tagger è stato pubblicato da Carnegie Mellon University (CMU),Google Research, nel paese registrato come United States of America, durante June 2011. L'organizzazione di pubblicazione è classificata come academia,Industry.
Funziona nel dominio di Language, ed è registrato come eseguire il compito di part-of-speech tagging.
I suoi pesi non sono mai stati pubblicati, quindi può essere raggiunto solo attraverso il suo fornitore. Nessuna scheda GPU cambia questo.
Come è stato addestrato
Il suo criterio di inclusione: sOTA improvement.
Risposte
Cross-Lingual POS Tagger — domande comuni
Cross-Lingual POS Tagger— è open-source?
La licenza non è mai stata registrata nei nostri dati sorgente. Trattiamo le licenze non dichiarate come chiuse, perché una licenza non registrata non è una su cui fare affidamento.
Cross-Lingual POS Tagger— quanti parametri ha?
Non è stato pubblicato alcun conteggio dei parametri per esso, motivo per cui non appare alcun dato sulla memoria o sulla velocità su questa pagina.
Cross-Lingual POS Tagger— chi l'ha creato?
È stato pubblicato da Carnegie Mellon University (CMU),Google Research, basato su United States of America, un'organizzazione categorizzata come academia,Industry.
Cross-Lingual POS Tagger— quando è stato rilasciato?
È stato pubblicato in June 2011. La capacità per parametro è migliorata considerevolmente da allora, quindi un modello più recente della stessa dimensione è spesso un uso migliore dello stesso hardware.
Cross-Lingual POS Tagger— A cosa serve?
Funziona nel dominio di Language, e viene registrato come gestire il compito di part-of-speech tagging. I modelli portano frequentemente più di uno di ciascuno, e le etichette descrivono lo scopo piuttosto che i limiti di capacità.
Cross-Lingual POS Tagger— che GPU ho bisogno per eseguirlo?
Nessuno. Questo è un modello chiuso - i suoi pesi non sono mai stati pubblicati, quindi non può essere scaricato o eseguito sul tuo hardware a qualsiasi prezzo. È accessibile solo attraverso il suo fornitore.
L'altra direzione
Guardandolo dall'altro lato?
Questa pagina parte dal modello. Se possiedi già una scheda e vuoi sapere tutto ciò che farà funzionare, inizia dall'hardware invece.