/ Модель

Характеристики

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

tyroberta

Заполнение пропусковТекст → текст6 профессий

TyRoberta — турецкая модель RoBERTa для извлечения текстовых признаков и адаптации к задачам понимания языка.

64скачиваний за 30 дней11лайковвеса 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

TyRoberta — предварительно обученная языковая модель семейства RoBERTa для турецкого языка, разработанная Trendyol. Её можно использовать как основу для извлечения признаков и адаптировать к задачам понимания текста, включая классификацию и распознавание именованных сущностей.

Модель содержит 136,3 млн параметров, принимает текст и имеет контекстное окно до 512 токенов. В репозитории опубликованы веса Safetensors; для работы указана библиотека Transformers. Лицензия — Apache 2.0.

Сценарии применения

  • извлечение признаков из турецких текстов
  • подготовка представлений текста для классификатора
  • адаптация к классификации турецких текстов
  • адаптация к распознаванию именованных сущностей на турецком

Ограничения

Контекст ограничен 512 токенами. Для классификации и распознавания сущностей модель требует адаптации под соответствующую задачу.

Для каких профессий подходит6

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

TyRoberta Model

This repository provides a pretrained Roberta model for Turkish by Trendyol, named TyRoberta. 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 AutoTokenizer, RobertaModel

# Load the tokenizer and model
tokenizer = AutoTokenizer.from_pretrained("Trendyol/tyroberta")
model = RobertaModel.from_pretrained("Trendyol/tyroberta")

# 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
RobertaForMaskedLM
Ревизия весов
9b10cf7

0 моделей