morphemb / config.json
khalidmokha's picture
LexiBERT release (IWCLUL 2026)
0ebab37 verified
Raw History Blame Contribute Delete
7.54 kB
{
"model": "MorphEmb",
"encoder": "LexiBERT",
"dimension": 384,
"buckets": 500009,
"ngrams": [
3,
6
],
"hash": "zlib.crc32(utf-8) % buckets",
"max_analyses": 6,
"pivot_languages": [
"eng",
"fin",
"rus"
],
"languages": [
"eng",
"fin",
"koi",
"kpv",
"krl",
"liv",
"mdf",
"mhr",
"mrj",
"myv",
"olo",
"rus",
"sme",
"smn",
"sms",
"udm",
"vep",
"yrk"
],
"tags": [
"<none>",
"N",
"Sg",
"V",
"Nom",
"Pl",
"Gen",
"Acc",
"IV",
"Ind",
"TV",
"Prop",
"PxSg3",
"Der",
"A",
"Der/NomAct",
"Prs",
"PxSg2",
"Ill",
"Indef",
"Sg3",
"Loc",
"Der/wm",
"PxSg1",
"Prt1",
"ConNeg",
"NomAg",
"Refl",
"Attr",
"Der/NomAg",
"Pl3",
"Der/MWN",
"Imprt",
"Sem/Sur",
"Sg2",
"Com",
"SP",
"Ine",
"Prt2",
"Ins",
"Prp",
"v1",
"Sem/Plc",
"Sg1",
"Fut",
"Inf",
"Dat",
"So/CP",
"Def",
"Allegro",
"PxPl3",
"Der/Y",
"Pl1",
"PxPl1",
"Src/F",
"PrsPrc",
"Der/An",
"Ger",
"Ela",
"Pl2",
"Sem/Mal",
"Der/l",
"G3",
"Clt/soe",
"Ex/A",
"ScSg3",
"Abl",
"Sem/Fem",
"Prc",
"Ess",
"PastPtc",
"Der/vuota",
"Prt",
"Der/Dimin",
"So/PC",
"Ex/V",
"Der/lasj",
"ScPl3",
"Adv",
"Hom1",
"Dimin",
"Foc/at",
"Hom2",
"ACR",
"ScSg2",
"Der/ӧм",
"PxPl2",
"Sem/Sur-Mal",
"Act",
"Der/Nom",
"Event",
"Clt/Cop",
"v2",
"Ex/N",
"Der/h",
"Clt/Add",
"PrfPrc",
"Der/ysht",
"Sem/Sur-Fem",
"Pron",
"Actio",
"ABBR",
"Der/Ozj",
"Der/ProprietiveMod",
"Foc/Poss",
"Der/In",
"Sem/Org",
"OcPl3",
"Clt/toe",
"OcSg3",
"Egr",
"Der/OvOms",
"Der/PassL",
"ScSg1",
"Pass",
"Der/Poss",
"Par",
"ActPrsPtc",
"Opt",
"Der/alla",
"Cop",
"Num",
"Qst",
"Tra",
"PrtI",
"Der/sjy",
"Der/d",
"Der/Эм",
"PrcPrfAdn",
"Dyn",
"Cmpr",
"Der/chy",
"ScPl1",
"Der/ышт",
"Der/lyvly",
"PrsPtc",
"Der/PassS",
"Foc/ak",
"ScPl2",
"Der/al",
"Der/лы",
"Der/Caus",
"Abe",
"PxDu1",
"Cond",
"Der/Comp",
"Prl",
"Foc/Neg-ge",
"Qst/A",
"Foc/Pos-ge",
"Lat",
"Comp",
"Der/Ig",
"Der/f",
"Der/чы",
"Der/ysj",
"Der/Ana",
"Der/OvtOms",
"Der/musj",
"Der/Al",
"Sem/Mal-Sur",
"Foc/mis",
"Der/Он",
"Ter",
"Orth/Bible",
"PrtII",
"Der/OkshnOms",
"Ade",
"Po",
"Der/ісь",
"Der/st",
"Qst/Oe",
"LocPl",
"Neg",
"Der/Rel",
"Der/Abe",
"Cmpl",
"Conj",
"Apr",
"Der/njems",
"Der/Pur",
"v3",
"Der/Refl",
"Der/asj",
"Der/InchL",
"Cns",
"Car",
"Aor",
"Der/muš",
"Card",
"Der/л",
"Relat",
"Der/TempMod",
"Der/Car",
"Oblig",
"Ord",
"Coll",
"Use/Circ",
"VAbess",
"Gram/TAbbr",
"VCar",
"Det",
"Der/Pass",
"Hom3",
"Der/сьы",
"All",
"Advl",
"Der/Ок",
"Interj",
"Der/Asj",
"Der/Cop",
"Foc/mat",
"Dial",
"Clt/gi",
"Rc",
"Pss",
"Px2",
"Der/LocMod",
"OcPl1",
"Sem/Ant",
"Px3",
"PxDu3",
"Der/halla",
"Der/lun",
"Der/Omon",
"Der/AAdv",
"Pers",
"Der/N",
"Der/Rc",
"Der/Superl",
"OcSg1",
"Rom",
"Der/a",
"Du1",
"Sem/Obj",
"Patr",
"Der/A",
"Sem/Fem-Sur",
"Pos",
"Der/ly",
"Foc/uv",
"So/PN",
"Der/Omka",
"Dem",
"Sem/Patr-Mal",
"Foc/han",
"VTer",
"So/PNC",
"Der/IgMoz",
"Der/NomNeg",
"Sem/Patr-Fem",
"OcPl2",
"VGen",
"Der/tt",
"OcSg2",
"Der/Priv",
"ConNegII",
"Du3",
"Du2",
"AssocPl",
"Der/sazh",
"GerPos",
"Sem/Ant-Mal",
"Der/Patr",
"Sem/Patr",
"Der/мЫ",
"Pcle",
"Superl",
"Der/IgTyr",
"Der/PrivMod",
"Der/шЫ",
"Aux",
"Der/Ik",
"Der/kodj",
"Der/mine",
"Des",
"Interr",
"Der/oottyd",
"Der/тӧн",
"Pot",
"CC",
"TerI",
"Der/тӧм",
"CmpNP/First",
"EssInst",
"Foc/ba",
"Prf",
"Foc/Ат",
"Descr",
"Nec",
"PxDu2",
"Adp",
"Der/лывлы",
"Der/sje",
"Der/meahttun",
"Temp",
"Der/N2A",
"PrcPrsPos",
"Rel",
"Der/oollyd",
"PxSP3",
"Der/adda",
"So/NCP",
"Qnt",
"Der/upmi",
"PrcImprf",
"AssocColl",
"Foc/ys",
"PrcPrfPred",
"Der/lazh",
"Der/Yks",
"Der/mA",
"AprIll",
"Sem/Ant-Fem",
"Orth/Colloq",
"Der/IgTyrji",
"Cau",
"Sem/Dummytag",
"Der/t",
"Sem/Ant-Fem-Sur",
"Cmp/SgNom",
"Der/Оно",
"Der/huhtti",
"Acron",
"Hom4",
"Foc/naj",
"Rus",
"NoPoss",
"InfImprf",
"Der/huvva",
"Der/Yj",
"Der/IgKosti",
"TYÄ",
"Foc/ок",
"Der/Ovtnjems",
"G7",
"Foc/gin",
"Clt/hAi",
"Sem/Mal-Patr",
"Der/mwn",
"Prec",
"Der/GenAttr",
"Sg4",
"Prc/Telic",
"CS",
"Der/Ovt",
"Foc/ki",
"Clt/AddGak",
"Der/Cond",
"Abs",
"RcSg",
"Der/moz",
"GerNeg",
"Foc/gis",
"Foc/son",
"Clt/AddNgA",
"Der/ovt",
"So/NPC",
"Der/vyvsa",
"Der/AbeAttr",
"PrcPrf",
"Ideoph",
"So/NP",
"Der/jed",
"Instr",
"Imprf",
"Spat",
"AprIne",
"Der/sasj",
"Iter",
"Recipr",
"Gram/IAbbr",
"Pr",
"Der/IgKezhlo",
"Foc/ges",
"Der/dorsa",
"v4",
"Der/ку",
"GerTemp",
"Weak",
"Distr",
"Sem/Ani",
"Manner",
"Sup",
"Der/тэм",
"Der/Ord",
"VR",
"Der/La",
"Clt",
"Der/Adv",
"Der/geahtes",
"Der/oovvyd",
"Der/CompMod",
"Cmp",
"Der/laakan",
"Qst/a",
"Der/stO",
"Der/las",
"Arab",
"ANA",
"Der/stuvva",
"Use/CircI",
"Pred",
"Use/CircC",
"Voc",
"NomAct",
"Der/IgChozh",
"Clt/Ga",
"Short",
"Der/berdsa",
"Largo",
"Der/Us",
"Der/mas",
"Mod/narr",
"Foc/gen",
"Parenthetic",
"Der/Mine",
"Long",
"Sem/Fem-Patr",
"Der/cje",
"Sem/Divinity",
"PrcPrs",
"Der/PatrMal",
"Der/kw",
"Der/тозь",
"GerTer",
"Der/allash",
"Der/лун",
"Gram/TNumAbbr",
"AprEla",
"Clit/Ki",
"Px1",
"Pred2",
"Der/Anaa",
"Der/sajsa",
"Der/дЫмЫ",
"NegPrc",
"Dep",
"Der/OvkshnOms",
"PrcPrsNeg",
"Der/toovvyd",
"Der/Inik",
"PrcFut",
"Der/uvsa",
"Use/CircM",
"Der/Toi",
"TerII",
"C",
"Der/Pron",
"Der/Ozevems",
"Past",
"AprEgr",
"Hab",
"Use/CircL",
"CompMod",
"Use/CircD",
"Der/IgKosta",
"Adn",
"Foc/bat",
"Der/nalla",
"PrcPrfNeg",
"Post",
"Cmppaikka",
"Cmppäivä",
"Cmptyö",
"Sem/Txt",
"Cmpkirja",
"Foc/nii",
"Foc/be",
"Du",
"Sem/Top",
"Cmpkunta",
"Der/IgSor",
"Cmpmatka",
"PrfPrs",
"Der/кӧ",
"Cmp-",
"Clt/bo",
"Pros",
"Der/ched",
"DemPrc",
"Apr2",
"Deg",
"Cmpmieš",
"Use/NG",
"Der/kostsa",
"Der/Этӥ",
"Der/Matoi",
"ScDu3",
"Der/Num2Pron",
"Intj",
"Der/Bachk",
"Der/sjurw",
"Der/ks",
"Clt/-tu",
"R",
"RusV",
"Apr1",
"Use/CircV",
"Hom5",
"Adj",
"Der/Uz1",
"Der/Ycja",
"Cmpjoukko",
"Der/Te",
"Der/ma",
"Der/gwgwrsa",
"Ter1",
"Cmpkilpailu",
"Der/Wife",
"Clt/Cond",
"Der/Tostu",
"Subqst",
"Cmpryhmä",
"Appr",
"Der/мӧн",
"Cmpkuva",
"Der/lador",
"Cmpkylä",
"Der/bwrsa",
"Intensive",
"Cmptalo",
"Cmpohjelma",
"Sem/Rvr",
"Sem/Event",
"Use/CircX",
"PUNCT",
"Cmpkeškuš",
"Quo",
"Cmpruato",
"Foc/jan",
"ZeroColl",
"Clt/-to",
"Part",
"WORK",
"Sem/cog",
"Imp",
"Der/mwnja",
"Foc/ban",
"Cmpkieli",
"Foc/s",
"CLB",
"Mod/int",
"Foc/bas",
"Foc/žo",
"Der/vodzsa",
"Der/mysj",
"Der/AssocColl",
"Cmpkoulu",
"Hom6",
"Recip",
"Sem/Tool-it",
"Foc/sun",
"Formulaic",
"Clt/Aram",
"Cmpperinneh",
"Der/neqkh",
"Sem/ant/fem",
"Cmptapa",
"Der/Shovor",
"Cmp/SplitR",
"Clt/Gaja",
"Orth/PhonDeriv",
"Der/овт",
"Cmpmua",
"Cmppuoli",
"Deb",
"AdA",
"Subord",
"Tot",
"Der/IgTyrja",
"Der/ла",
"Der/тӧг"
]
}