ru_custom_new_model / README.md
Dessan's picture
Update README.md
caced4f verified
metadata
language:
  - ru
library_name: spacy
tags:
  - code
widget:
  - text: >-
      Ровно 20 лет назад, 29 марта 2004 года, произошло очередное расширение
      НАТО: к организации присоединись сразу семь стран бывшего
      социалистического лагеря. В России этот шаг стал предметом серьезных
      обсуждений. Министр иностранных дел России Сергей Лавров назвал решение
      «ошибочным шагом на пути укрепления европейской безопасности». Суть
      позиции России заключалась в том, чтобы параллельно расширению НАТО
      запустить переговорный процесс по созданию новой архитектуры европейской
      безопасности. Однако сделать это не удалось: вскоре случилось не менее
      масштабное увеличение числа стран-членов Европейского союза (ЕС), а затем
      начались массовые протесты на Украине, в результате которых к власти
      пришел сторонник евроатлантического курса Виктор Ющенко. Произошел
      геополитический сдвиг. О том, почему НАТО решила расширяться на восток
      после распада СССР и победы США в холодной войне и как Россия изменила
      из-за этого свою внешнюю политику, «Ленте.ру» рассказал заместитель
      директора Центра комплексных европейских и международных исследований
      (ЦКЕМИ) Национального исследовательского университета «Высшая школа
      экономики» Дмитрий Суслов.
pipeline_tag: token-classification

Russian pipeline optimized for CPU. Components: tok2vec, morphologizer, parser, senter, ner, attribute_ruler, lemmatizer.

Feature Description
Name ru_custom_new_model
Version 0.0.1
spaCy >=3.7.0,<3.8.0
Default Pipeline tok2vec, morphologizer, parser, attribute_ruler, lemmatizer, ner
Components tok2vec, morphologizer, parser, senter, attribute_ruler, lemmatizer, ner
Vectors 500002 keys, 500002 unique vectors (300 dimensions)
Sources n/a
License MIT
Author Dessan

Label Scheme

View label scheme (905 labels for 3 components)
Component Labels
morphologizer Case=Nom|Degree=Pos|Number=Plur|POS=ADJ, Animacy=Anim|Case=Nom|Gender=Masc|Number=Plur|POS=NOUN, `Aspect=Perf|Mood=Ind|Number=Plur|POS=VERB|Tense=Pa>

Accuracy

Type Score
TOKEN_ACC 99.68
TOKEN_P 97.28
TOKEN_R 98.31
TOKEN_F 97.79
POS_ACC 98.93
MORPH_ACC 97.49
MORPH_MICRO_P 98.97
MORPH_MICRO_R 98.30
MORPH_MICRO_F 98.64
SENTS_P 99.87
SENTS_R 99.85
SENTS_F 99.86
DEP_UAS 96.22
DEP_LAS 95.12
TAG_ACC 98.93
LEMMA_ACC 0.00
ENTS_P 95.24
ENTS_R 95.35
ENTS_F 95.30