/ Модель

Характеристики

Контекст
512 токенов
Параметры
138 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Библиотека
transformers
Опубликована
25 июн 2024

tybert

Заполнение пропусковТекст → текст9 профессий

Предварительно обученная турецкая BERT-модель Trendyol для извлечения признаков текста и решения задач понимания языка.

110скачиваний за 30 дней8лайковвеса обновлены13 июл 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

TyBert — предварительно обученная текстовая модель семейства BERT, выпущенная Trendyol для турецкого языка. Она предназначена для получения признаковых представлений текста и может служить основой для задач понимания языка, включая классификацию текстов и распознавание именованных сущностей.

Модель содержит 137,8 млн параметров, принимает текстовые последовательности длиной до 512 токенов и распространяется в формате Safetensors для Transformers. В метаданных основной задачей указано извлечение признаков; также поддерживается заполнение маскированных токенов. Лицензия Apache-2.0.

Сценарии применения

  • получение векторных представлений турецких текстов
  • классификация турецких текстов
  • распознавание именованных сущностей в турецком тексте
  • предсказание замаскированных токенов в турецком тексте

Ограничения

Контекст ограничен 512 токенами. Карточка описывает модель как предварительно обученную основу, поэтому для целевых задач может потребоваться дополнительная настройка.

Для каких профессий подходит9

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

TyBert Model

This repository provides a pretrained Bert model for Turkish by Trendyol, named TyBert. The model is useful for various natural language understanding tasks, such as text classification, named entity recognition, and more.

How to use

from transformers import BertTokenizer, BertModel

# Load the tokenizer and model
tokenizer = BertTokenizer.from_pretrained("Trendyol/tybert")
model = BertModel.from_pretrained("Trendyol/tybert")

# Define a sample text
text = "Filenin Sultanları ilk maçını 29 Temmuz'da Hollanda'ya karşı oynayacak."

# Tokenize and encode the input text
encoded_input = tokenizer(text, return_tensors='pt')

# Get the model's output
output = model(**encoded_input)

print(output)

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · fill-mask

Можно запустить

Подбираем GPU…

Класс архитектуры
BertForMaskedLM
Ревизия весов
11adc53

0 моделей