
BERTに基づく日本語依存構造解析器
他の言語の説明
統計
2026年11月17日時点の統計
GitHub の Star 数
23
±0 (10月13日〜)
最終コミット
2021年10月
GitHub での作成日
2021年2月10日
掲載日
2022年6月9日
Star 数の推移
数値を表で見る
| 月 | Star |
|---|---|
| 2025年12月 | 23 |
| 2026年1月 | 23 |
| 2026年2月 | 23 |
| 2026年3月 | 23 |
| 2026年4月 | 23 |
| 2026年5月 | 23 |
| 2026年6月 | 23 |
| 2026年7月 | 23 |
| 2026年8月 | 23 |
| 2026年9月 | 23 |
| 2026年10月 | 23 |
| 2026年11月 | 23 |
各月の最後のスナップショット。Star 数は 1,000 以上では 100 単位に丸められています。
同じカテゴリで人気のリソース
esuparKoichiYasuoka56日本語や他の言語に対応したBERT/RoBERTa/DeBERTaモデルを使用したトークナイザー、POSタガー、依存構造解析器。
yomikatapassaglia37微調整されたBERTモデルを使用した異音異義語の曖昧性解消ライブラリ。
SuPar-UniDicKoichiYasuoka21モダン・コンテンポラリー日本語用のTokenizer、POS-tagger、Lemmatizer、およびDependency-parserには、BERTモデルが使用されます。
ginzamegagonlabs878ユニバーサル依存関係に基づくspaCyフレームワークを使用した日本語NLPライブラリ
camphrPKSHATechnology-Research337Camphr - パイプラインコンポーネントを作成するためのNLPライブラリ
depccgmasashi-y104スーパータグと依存関係ファクタリングモデルを備えたA* CCGパーサー
研究分野が近いリソース
- deberta-v2-tiny-japaneseku-nlp14kJapanese DeBERTa V2 tinyは、約171 GBの日本語Wikipedia、CC‑100、およびOSCARコーパスで事前学習され、Juman++による形態素解析が必要です。8台のNVIDIA A100 GPUを使用して33時間で訓練され、下流タスクに微調整できます。HF モデル共通: 統語的テキスト処理・言語モデル
rinna_gpt-neox_ggml-lorayukaryavka19このリポジトリには、"rinna/japanese-gpt-neox..." [gpt-neox] モデルをggmlに変換した場合に、Alpaca-LoraアダプターをLoRAチューニングに適応させるために修正されたスクリプトとマージスクリプトが含まれています。共通: 統語的テキスト処理・言語モデル
aMLP-japanesetanreinama16日本語用のaMLPトランスフォーマーモデル共通: 統語的テキスト処理・言語モデル
dependency-based-japanese-word-embeddingslapras-inc8これはAI LABの記事「係り受けに基づく日本語単語埋込 (Dependency-based Japanese Word Embeddings)」のリポジトリです。(記事URL https://ai-lab.lapras.com/nlp/japanese-word-embedding/)共通: 統語的テキスト処理・構文解析- deberta-v2-large-japanese-char-wwmku-nlp76k171 GBの日本語Wikipedia、CC‑100、OSCARでトレーニングされた日本語DeBERTa V2 large modelは、文字レベルのsentencepieceトークナイズと全単語マスキングを使用し、Hugging Face Transformersを通じて下流でのファインチューニングに準備できています。HF モデル共通: 統語的テキスト処理・言語モデル
- japanese-roberta-baserinna9kJapanese‑Roberta‑Base は rinna Co., Ltd. が開発した事前学習済みのマスク言語モデルで、正しいロード方法、トークン前処理、位置ID処理、および使用例に関するガイドラインがあり、先頭に [CLS] トークンが必要であることと、一貫したトークン化を強調しています。HF モデル共通: 統語的テキスト処理・言語モデル