/ Модель

Характеристики

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

chinese-roberta-wwm-ext-large

Заполнение пропусковТекст → текст3 профессии

Крупная китайская BERT-модель с маскированием целых слов для восстановления пропущенных фрагментов и адаптации к задачам NLP.

14 310скачиваний за 30 дней234лайкавеса обновлены1 мар 2022

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

Крупная предварительно обученная языковая модель BERT для китайского языка с маскированием целых слов (Whole Word Masking). Модель разработана командой HFL и представлена в работе «Pre-Training with Whole Word Masking for Chinese BERT». Она предназначена для восстановления замаскированных фрагментов текста и может служить основой для дальнейшей адаптации к задачам обработки китайского языка.

Модель использует плотную архитектуру BERT с головой BertForMaskedLM, содержит 424,3 млн параметров и принимает последовательности длиной до 512 токенов. Доступны веса в форматах PyTorch, TensorFlow и Flax. Репозиторий распространяется по лицензии Apache-2.0. Карточка не приводит оценок качества или подробных результатов на прикладных задачах.

Сценарии применения

  • восстановление замаскированных слов в китайском тексте
  • предварительное обучение представлений китайского текста
  • дообучение для задач понимания китайского языка

Ограничения

Модель обучена для китайского языка; карточка не сообщает результатов оценки качества для конкретных downstream-задач. Максимальная длина последовательности составляет 512 токенов.

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

Please use 'Bert' related functions to load this model!

Chinese BERT with Whole Word Masking

For further accelerating Chinese natural language processing, we provide Chinese pre-trained BERT with Whole Word Masking.

Pre-Training with Whole Word Masking for Chinese BERT
Yiming Cui, Wanxiang Che, Ting Liu, Bing Qin, Ziqing Yang, Shijin Wang, Guoping Hu

This repository is developed based on:https://github.com/google-research/bert

You may also interested in,

More resources by HFL: https://github.com/ymcui/HFL-Anthology

Citation

If you find the technical report or resource is useful, please cite the following technical report in your paper.

@inproceedings{cui-etal-2020-revisiting,
    title = "Revisiting Pre-Trained Models for {C}hinese Natural Language Processing",
    author = "Cui, Yiming  and
      Che, Wanxiang  and
      Liu, Ting  and
      Qin, Bing  and
      Wang, Shijin  and
      Hu, Guoping",
    booktitle = "Proceedings of the 2020 Conference on Empirical Methods in Natural Language Processing: Findings",
    month = nov,
    year = "2020",
    address = "Online",
    publisher = "Association for Computational Linguistics",
    url = "https://www.aclweb.org/anthology/2020.findings-emnlp.58",
    pages = "657--668",
}
@article{chinese-bert-wwm,
  title={Pre-Training with Whole Word Masking for Chinese BERT},
  author={Cui, Yiming and Che, Wanxiang and Liu, Ting and Qin, Bing and Yang, Ziqing and Wang, Shijin and Hu, Guoping},
  journal={arXiv preprint arXiv:1906.08101},
  year={2019}
 }

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
a25cc9e

0 моделей