Markov-driven POS tagger
Brak oszacowania
Brak wymagań sprzętowych dla tego modelu
Wagi dla tego modelu nie zostały opublikowane, więc nie można ich pobrać ani uruchomić na własnym sprzęcie w żadnym rozmiarze. Jest dostępny tylko za pośrednictwem swojego dostawcy, a zmiana karty graficznej tego nie zmienia..
Na nagranie
Pełna specyfikacja
Wszystko na rekord dla tego modelu. Większość z tego opisuje, jak był trenowany, a nie jak działa — użyteczny kontekst do oceny, ile pracy włożono w to, i jak wypada w porównaniu z modelami budowanymi w innym skali..
Pochodzenie
Kto zbudował ten model, gdzie i kiedy został opublikowany.
- Organizacja
- EURECOM
- Typ organizacji
- Academia
- Kraj
- France
- Opublikowany
- 1 June 1994
- Autorzy
- Bernard Merialdo
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Language
- Zadanie
- Part-of-speech tagging
Rozmiar
Jak duży jest model i na ile danych był trenowany. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.
- parametry
- 2.4M
- Dane treningowe
- 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
Jak jest klasyfikowane
Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.
- Cytaty
- 788
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- Tagging English Text with a Probabilistic Model
- Ostatnio zaktualizowane
- 28 November 2025
Co oznaczają liczby
Tło
Markov-driven POS tagger został opublikowany przez EURECOM, w kraju zapisanym jako France, podczas June 1994. Organizacja publikująca jest klasyfikowana jako academia.
Działa w dziedzinie Language, i jest zapisany jako wykonujący zadanie part-of-speech tagging.
Jego wagi nigdy nie zostały opublikowane, więc można go osiągnąć tylko przez jego dostawcę. Żaden procesor graficzny tego nie zmieni.
Odpowiedzi
Markov-driven POS tagger — częste pytania
Markov-driven POS tagger— kto to stworzył?
Zostało opublikowane przez EURECOM, oparty na France, organizacja sklasyfikowana jako academia.
Markov-driven POS tagger— kiedy to zostało wydane?
Zostało opublikowane w June 1994. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.
Markov-driven POS tagger— do czego to służy?
Działa w dziedzinie Language, i jest zarejestrowany jako realizujący zadanie part-of-speech tagging. Model może obsługiwać kilka z każdego, więc to są obszary, dla których został zbudowany, a nie ograniczenie tego, co będzie próbował.
Markov-driven POS tagger— Jaką GPU potrzebuję, aby ją uruchomić?
Żaden. To jest zamknięty model — jego wagi nigdy nie zostały opublikowane, więc nie można go pobrać ani uruchomić na własnym sprzęcie za żadną cenę. Jest dostępny tylko przez jego dostawcę.
Markov-driven POS tagger— czy jest open weight?
Licencja nigdy nie została zarejestrowana w naszych danych źródłowych. Traktujemy niewskazaną licencję jako zamkniętą, ponieważ niezarejestrowana licencja nie jest na którą można polegać.
Markov-driven POS tagger— ile ma parametrów?
Ma liczbę parametrów równą 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. Ta liczba to całkowita, i to ona decyduje o tym, ile pamięci potrzebuje model — mniej więcej pół gigabajta na miliard przy kompresji, którą używa większość ludzi.
Druga strona
Patrząc na to z drugiej strony?
Ta strona zaczyna się od modelu. Jeśli już posiadasz kartę i chcesz wiedzieć, co wszystko będzie działać., Zacznij od sprzętu zamiast.