エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
MistralForTokenClassificationによる日本語品詞付与モデルSwallow-MS-7b-uposをリリース - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
MistralForTokenClassificationによる日本語品詞付与モデルSwallow-MS-7b-uposをリリース - Qiita
3月18日に書いたMistralForTokenClassificationを使って、Swallow-MS-7b-uposを作ってみた。NVIDIA A100... 3月18日に書いたMistralForTokenClassificationを使って、Swallow-MS-7b-uposを作ってみた。NVIDIA A100-SXM4-40GBを8枚使えば、モデルの作成時間を1時間30分にまで短縮できるようになったが、予想に反して品詞付与の精度はイマイチだったりする。 >>> from transformers import pipeline >>> tag=pipeline("upos","KoichiYasuoka/Swallow-MS-7b-upos",trust_remote_code=True) >>> nlp=lambda x:[(x[t["start"]:t["end"]],t["entity"]) for t in tag(x)] >>> print(nlp("予想に反して品詞付与の精度はイマイチ")) [('予想', 'NOUN'),