Kazakh Morphology and POS
Collection
Models and annotated data for morphology, segmentation and POS tagging. Модели и разметка для морфологии, сегментации и частеречной разметки. • 16 items • Updated
You need to agree to share your contact information to access this model
This repository is publicly accessible, but you have to accept the conditions to access its files and content.
Бұл репозиторийге қолжетімділік өтінім бойынша беріледі. Өзіңіз туралы және деректерді қалай қолданатыңыз туралы жазыңыз — өтінімді TilQazyna командасы қарайды. · Доступ к репозиторию выдаётся по заявке. Расскажите о себе и о том, как собираетесь использовать данные — заявку рассматривает команда TilQazyna. · Access to this repository is granted on request. Tell us who you are and how you plan to use the material; the TilQazyna team reviews each application.
Log in or Sign Up to review the conditions and access this model content.
kazakh-pos-tagger
Қазақ мәтініне сөз табын белгілейтін сервис коды · Код сервиса для разметки частей речи казахского текста · Service code for Kazakh part-of-speech tagging
Қазақша
kazakh-pos-tagger — XLM-RoBERTa-base негізінде қазақ сөздеріне сөз табы белгілерін беретін FastAPI сервисінің коды. Репозиторий көлемі — 0.3 МБ; онда web интерфейс, REST API және оқыту дәптері бар, бірақ үйретілген модель салмағы жарияланбаған.
Құрамы мен жұмысы
app.py мәтінді қабылдап, әр сөзге белгі мен confidence мәнін қайтарады. /predict бағыты болжау жасайды, /health сервис күйін тексереді, ал / web интерфейсті ашады. Мәтіннің ең үлкен ұзындығы — 128 токен.
| Бөлік | Қызметі |
|---|---|
app.py |
FastAPI қолданбасы мен inference коды |
static/index.html |
қазақша web интерфейс |
training_ner_xlm_roberta_base.ipynb |
модельді оқыту дәптері |
requirements.txt |
Python тәуелділіктері |
kazakh_pos_model_complete.pt салмағы бұл репозиторийде жоқ. Сервисті болжау үшін қолданар алдында салмақты оқыту дәптері арқылы дайындау қажет.
Қалай жүктеуге болады
from huggingface_hub import snapshot_download
folder = snapshot_download(repo_id="TilQazyna/kazakh-pos-tagger")
print(folder)
Қолжетімділік
Карточка және файлдар тізімі ашық көрінеді. Кодты жүктеу үшін «Request access» арқылы өтінім беріп, TilQazyna командасының мақұлдауын алу керек.
Байланысты репозиторийлер
Оқыту дерегі — kaz-pos-corpus. Сол міндетке арналған модельдер: kazakh-pos-xlm-roberta және xlm-roberta-kazakh-pos.
Русский
kazakh-pos-tagger — код FastAPI-сервиса, который присваивает казахским словам теги частей речи на основе XLM-RoBERTa-base. Репозиторий занимает 0.3 МБ; в нём есть web-интерфейс, REST API и обучающий ноутбук, но веса обученной модели не опубликованы.
Устройство и работа
app.py принимает текст и возвращает для каждого слова тег и значение confidence. Маршрут /predict запускает предсказание, /health проверяет состояние сервиса, а / открывает web-интерфейс. Максимальная длина текста — 128 токенов.
| Компонент | Назначение |
|---|---|
app.py |
приложение FastAPI и код inference |
static/index.html |
web-интерфейс на казахском языке |
training_ner_xlm_roberta_base.ipynb |
ноутбук обучения модели |
requirements.txt |
зависимости Python |
В репозитории нет файла весов kazakh_pos_model_complete.pt. Перед использованием предсказаний веса нужно подготовить с помощью обучающего ноутбука.
Как загрузить
from huggingface_hub import snapshot_download
folder = snapshot_download(repo_id="TilQazyna/kazakh-pos-tagger")
print(folder)
Доступ
Карточка и перечень файлов видны всем. Код скачивается после одобрения заявки «Request access» командой TilQazyna.
Связанные репозитории
Данные обучения — kaz-pos-corpus. Модели для той же задачи: kazakh-pos-xlm-roberta и xlm-roberta-kazakh-pos.
English
kazakh-pos-tagger contains the FastAPI service code for assigning part-of-speech tags to Kazakh words with XLM-RoBERTa-base. The repository occupies 0.3 MB; it provides a web interface, REST API, and training notebook, while trained model weights are not published here.
Design and behavior
app.py accepts text and returns a tag and confidence value for each word. The /predict route runs prediction, /health reports service status, and / serves the web interface. The maximum text length is 128 tokens.
| Component | Purpose |
|---|---|
app.py |
FastAPI application and inference code |
static/index.html |
Kazakh-language web interface |
training_ner_xlm_roberta_base.ipynb |
model-training notebook |
requirements.txt |
Python dependencies |
The kazakh_pos_model_complete.pt weight file is absent from this repository. Prediction requires preparing the weights with the training notebook before starting the service.
Loading
from huggingface_hub import snapshot_download
folder = snapshot_download(repo_id="TilQazyna/kazakh-pos-tagger")
print(folder)
Access
The card and file list remain publicly viewable. Code downloads open after the TilQazyna team approves a “Request access” application.
Related repositories
Training data comes from kaz-pos-corpus. Models addressing the same task include kazakh-pos-xlm-roberta and xlm-roberta-kazakh-pos.
Лицензия · License: apache-2.0 · TilQazyna
Model tree for TilQazyna/kazakh-pos-tagger
Base model
FacebookAI/xlm-roberta-base