/ Модель

Характеристики

Контекст
512 токенов
Параметры
138 млн
Лицензия
MIT
Архитектура
bert · dense
Опубликована
2 мар 2022

bert-base-turkish-uncased

Языковая модель4 профессии

Базовая некейсовая модель BERT для турецкого языка, предназначенная для контекстного анализа и адаптации к задачам NLP.

67 343скачиваний за 30 дней42лайкавеса обновлены20 фев 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

BERTurk — некейсовая базовая модель BERT для турецкого языка, разработанная командой MDZ Digital Library Баварской государственной библиотеки при участии турецкого NLP-сообщества. Модель содержит 137,8 млн параметров, обучена на корпусе объёмом 35 ГБ из OSCAR, Wikipedia, OPUS и специализированных турецких текстов. Контекст — до 512 токенов.

Модель предназначена для получения контекстных представлений турецкого текста и адаптации к прикладным задачам NLP, включая разметку частей речи и распознавание именованных сущностей. Это базовая модель, а не готовый чат-ассистент; для классификации и разметки её обычно дообучают на соответствующих данных. Доступны веса PyTorch, а также форматы Flax и TensorFlow в метаданных. Лицензия — MIT.

Сценарии применения

  • дообучение для распознавания именованных сущностей на турецком языке
  • разметка частей речи в турецких текстах
  • создание классификатора турецких текстов
  • получение контекстных представлений турецких предложений

Ограничения

Это базовая модель без готовой специализированной головы задач и диалогового интерфейса; для прикладных задач обычно требуется дообучение. Контекст ограничен 512 токенами.

Для каких профессий подходит4

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

🤗 + 📚 dbmdz Turkish BERT model

In this repository the MDZ Digital Library team (dbmdz) at the Bavarian State Library open sources an uncased model for Turkish 🎉

🇹🇷 BERTurk

BERTurk is a community-driven uncased BERT model for Turkish.

Some datasets used for pretraining and evaluation are contributed from the awesome Turkish NLP community, as well as the decision for the model name: BERTurk.

Stats

The current version of the model is trained on a filtered and sentence segmented version of the Turkish OSCAR corpus, a recent Wikipedia dump, various OPUS corpora and a special corpus provided by Kemal Oflazer.

The final training corpus has a size of 35GB and 44,04,976,662 tokens.

Thanks to Google's TensorFlow Research Cloud (TFRC) we could train an uncased model on a TPU v3-8 for 2M steps.

Model weights

Currently only PyTorch-Transformers compatible weights are available. If you need access to TensorFlow checkpoints, please raise an issue!

ModelDownloads
dbmdz/bert-base-turkish-uncasedconfig.json • pytorch_model.bin • vocab.txt

Usage

With Transformers >= 2.3 our BERTurk uncased model can be loaded like:

from transformers import AutoModel, AutoTokenizer

tokenizer = AutoTokenizer.from_pretrained("dbmdz/bert-base-turkish-uncased")
model = AutoModel.from_pretrained("dbmdz/bert-base-turkish-uncased")

Results

For results on PoS tagging or NER tasks, please refer to this repository.

Huggingface model hub

All models are available on the Huggingface model hub.

Contact (Bugs, Feedback, Contribution and more)

For questions about our BERT models just open an issue here 🤗

Acknowledgments

Thanks to Kemal Oflazer for providing us additional large corpora for Turkish. Many thanks to Reyyan Yeniterzi for providing us the Turkish NER dataset for evaluation.

Research supported with Cloud TPUs from Google's TensorFlow Research Cloud (TFRC). Thanks for providing access to the TFRC ❤️

Thanks to the generous support from the Hugging Face team, it is possible to download both cased and uncased models from their S3 storage 🤗

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

У модели не указана задача.

Ревизия весов
6cb8cd8

0 моделей