Характеристики

Контекст: 512 токенов
Параметры: 118 млн
Лицензия: CC BY-SA 4.0
Архитектура: bert · dense
Базовая модель: bert-base-japanese-char-v2
Опубликована: 2 мар 2022

Ссылки

bert-base-japanese-char-extended

Заполнение пропусковТекст → текст3 профессии

Японская модель BERT с расширенным набором символьных эмбеддингов для заполнения пропусков и дообучения под задачи анализа текста.

173скачиваний за 30 дней0лайковвеса обновлены20 авг 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Koichi Yasuoka подготовил японскую модель BERT base на основе tohoku-nlp/bert-base-japanese-char-v2, предварительно обученную на текстах японской Википедии. Вариант расширяет набор символьных эмбеддингов, включая все 常用漢字 и 人名用漢字, и использует BertTokenizerFast.

Модель предназначена для предсказания пропущенных токенов в японском тексте и может служить основой для дообучения под разметку частей речи, синтаксический анализ зависимостей и другие задачи анализа японского языка. Архитектура — BertForMaskedLM, размер — 118,1 млн параметров, контекст — до 512 токенов; доступен формат PyTorch.

Модель ориентирована на японский язык. Для использования и распространения указана лицензия CC BY-SA 4.0; для прикладных задач, кроме заполнения пропусков, потребуется дообучение.

Сценарии применения

предсказание пропущенных слов в японском тексте
дообучение для разметки частей речи на японском
дообучение для синтаксического анализа зависимостей японского текста

Ограничения

Для разметки частей речи, синтаксического анализа и других задач модель необходимо дообучить. Указанный контекст ограничен 512 токенами.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей I.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модель I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

bert-base-japanese-char-extended

Model Description

This is a BERT model pre-trained on Japanese Wikipedia texts, derived from bert-base-japanese-char-v2. Character-embeddings are enhanced to include all 常用漢字/人名用漢字 characters using BertTokenizerFast. You can fine-tune bert-base-japanese-char-extended for downstream tasks, such as POS-tagging, dependency-parsing, and so on.

How to Use

from transformers import AutoTokenizer,AutoModelForMaskedLM
tokenizer=AutoTokenizer.from_pretrained("KoichiYasuoka/bert-base-japanese-char-extended")
model=AutoModelForMaskedLM.from_pretrained("KoichiYasuoka/bert-base-japanese-char-extended")

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · fill-mask

Можно запустить

Подбираем GPU…

Класс архитектуры: BertForMaskedLM
Ревизия весов: c5b2162