/ Модель

Характеристики

Контекст
512 токенов
Параметры
136 млн
Лицензия
Apache 2.0
Архитектура
bert · dense

sikuroberta

Заполнение пропусковТекст → текст3 профессии

Предобученная модель RoBERTa для заполнения пропусков и автоматического анализа древних китайских текстов.

3 450скачиваний за 30 дней18лайковвеса обновлены22 сен 2021

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

SIKU-BERT/sikuroberta — предобученная языковая модель семейства RoBERTa на архитектуре BERT, разработанная исследовательской группой Нанкинского сельскохозяйственного университета для автоматической обработки классического китайского языка. Модель обучена на проверенном полнотекстовом корпусе «Сыку цюаньшу» и содержит около 136,1 млн параметров; максимальная длина контекста — 512 токенов.

Модель предназначена для задач обработки древних и литературных китайских текстов. Метаданные указывают задачу fill-mask: модель предсказывает пропущенный токен в тексте. Она может служить основой для анализа и извлечения информации из исторических корпусов. Репозиторий предоставляет веса PyTorch, а карточка демонстрирует загрузку через Transformers.

Модель рассчитана на китайский язык, в особенности на классический китайский. Она распространяется по лицензии Apache-2.0. Результаты и пригодность для конкретных исторических корпусов могут зависеть от жанра и периода текста; карточка не приводит оценок качества.

Сценарии применения

  • предсказание пропущенных слов в классическом китайском тексте
  • восстановление пропусков в исторических документах
  • анализ корпуса «Сыку цюаньшу»
  • подготовка языковых представлений древнекитайских текстов для последующего обучения

Ограничения

Контекст ограничен 512 токенами. Карточка не приводит оценок качества на отдельных жанрах и периодах древнекитайских текстов.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

SikuBERT

Model description

SikuBERT Digital humanities research needs the support of large-scale corpus and high-performance ancient Chinese natural language processing tools. The pre-training language model has greatly improved the accuracy of text mining in English and modern Chinese texts. At present, there is an urgent need for a pre-training model specifically for the automatic processing of ancient texts. We used the verified high-quality “Siku Quanshu” full-text corpus as the training set, based on the BERT deep language model architecture, we constructed the SikuBERT and SikuRoBERTa pre-training language models for intelligent processing tasks of ancient Chinese.

How to use

from transformers import AutoTokenizer, AutoModel
tokenizer = AutoTokenizer.from_pretrained("SIKU-BERT/sikuroberta")
model = AutoModel.from_pretrained("SIKU-BERT/sikuroberta")

About Us

We are from Nanjing Agricultural University.

Created with by SIKU-BERT Github icon

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
bb25260

0 моделей