| Grand modèle de spacy |
French pipeline optimized for CPU. Components: tok2vec, morphologizer, parser, senter, ner, attribute_ruler, lemmatizer. Vectors : 500k keys, 500k unique vectors (300 dimensions). (fr_core_news_lg) |
fr_core_news_lg |
| Grand modèle de spacy |
English pipeline optimized for CPU. Components: tok2vec, morphologizer, parser, senter, ner, attribute_ruler, lemmatizer. Vectors : 500k keys, 500k unique vectors (300 dimensions). (fr_core_news_lg) |
en_core_web_lg |
| Modèle basé sur 'Roberta' |
English transformer pipeline (roberta-base). Components: transformer, tagger, parser, ner, attribute_ruler, lemmatizer. |
en_core_web_trf |
| Modèle de taille moyenne de spacy |
Spanish pipeline optimized for CPU. Components: tok2vec, morphologizer, parser, senter, ner, attribute_ruler, lemmatizer. Vectors : 500k keys, 20k unique vectors (300 dimensions). (fr_core_news_md) |
es_core_news_md |
| Modèle de taille moyenne de spacy |
French pipeline optimized for CPU. Components: tok2vec, morphologizer, parser, senter, ner, attribute_ruler, lemmatizer. Vectors : 500k keys, 20k unique vectors (300 dimensions). (fr_core_news_md) |
fr_core_news_md |
| Modèle de taille moyenne de spacy |
English pipeline optimized for CPU. Components: tok2vec, morphologizer, parser, senter, ner, attribute_ruler, lemmatizer. Vectors : 500k keys, 20k unique vectors (300 dimensions). (fr_core_news_md) |
en_core_web_md |
| Modèle NER Savoirs gpu (test) |
Modèle NER spacy sur la base du Transformer (fr) créé à partir de quelques textes annotés de Savoirs avec l'objectif de faire des tests sur Oryx |
/home/rails/.local/lib/python3.9/site-packages/savoirs_model_spacy_gpu_trf_fr_text_loc_per |
| Modèle NER TopEditor Adhoc TRF |
Modèle NER créé à partir des textes majoritairement en français et des extraits en espagnol ancien construit à partir du Transformer (fr) de Spacy |
/home/rails/.local/lib/python3.9/site-packages/Topeditor_model_spacy_gpu_trf_fr_text_all_ALLcat |
| Petit modèle de base de spacy |
Petit modèle fourni par défault par Spacy pour le Français (fr_core_news_sm) |
fr_core_news_sm |