/ Модель

Характеристики

Контекст
514 токенов
Параметры
198 млн
Архитектура
roberta · dense
Библиотека
transformers
Опубликована
10 окт 2022

ia-multilingual-original-script-roberta

Заполнение пропусковТекст → текст3 профессии

Мультиязычная RoBERTa IBM Research для заполнения пропусков в текстах на 11 индоарийских языках.

53скачиваний за 30 дней1лайквеса обновлены3 фев 2023

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

IA-Original — мультиязычная модель RoBERTa, разработанная IBM Research и предварительно обученная на монолингвальных корпусах 11 индоарийских языков: бходжпури, бенгальском, гуджарати, хинди, магадхи, маратхи, непали, ория, пенджаби, санскрите и урду. Модель содержит 197,7 млн параметров, использует архитектуру RobertaForMaskedLM и доступна в формате PyTorch; длина контекста — 514 токенов.

Основное назначение модели — предсказание скрытых токенов в тексте. Её можно применять как основу для языковых исследований и оценки на разнообразных задачах, включая бенчмарк IndicGLUE. Модель обучалась на монолингвальных корпусах указанных языков. Лицензия в предоставленных данных не указана.

Сценарии применения

  • восстановление пропущенных слов в бенгальском тексте
  • предсказание скрытых токенов в хинди
  • заполнение масок в текстах на маратхи и непали
  • исследовательская оценка языковых моделей для индоарийских языков

Ограничения

Модель предназначена для 11 перечисленных индоарийских языков, поэтому её применение к другим языкам не подтверждено. Карточка не сообщает лицензию.

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

IA-Original

IA-Original is a multilingual RoBERTa model pre-trained exclusively on 11 Indian languages from the Indo-Aryan language family. It is pre-trained on the monolingual corpora of these languages and subsequently evaluated on a set of diverse tasks.

The 11 languages covered by IA-Original are: Bhojpuri, Bengali, Gujarati, Hindi, Magahi, Marathi, Nepali, Oriya, Punjabi, Sanskrit, Urdu.

The code can be found here. For more information, check-out our paper.

Pretraining Corpus

We pre-trained IA-Original on the publicly available monolingual corpus. The corpus has the following distribution of languages:

Language# Sentences# Tokens
# Total# Unique
Hindi (hi)1552.8920,098.7325.01
Bengali (bn)353.444,021.306.5
Sanskrit (sa)165.351,381.0411.13
Urdu (ur)153.272,465.484.61
Marathi (mr)132.931,752.434.92
Gujarati (gu)131.221,565.084.73
Nepali (ne)84.211,139.543.43
Punjabi (pa)68.02945.682.00
Oriya (or)17.88274.991.10
Bhojpuri (bh)10.25134.371.13
Magahi (mag)0.363.470.15

Evaluation Results

IA-Original is evaluated on IndicGLUE and some additional tasks. For more details about the tasks, refer to the paper.

Downloads

You can also download it from Huggingface.

Citing

If you are using any of the resources, please cite the following article:

@inproceedings{dhamecha-etal-2021-role,
    title = "Role of {L}anguage {R}elatedness in {M}ultilingual {F}ine-tuning of {L}anguage {M}odels: {A} {C}ase {S}tudy in {I}ndo-{A}ryan {L}anguages",
    author = "Dhamecha, Tejas  and
      Murthy, Rudra  and
      Bharadwaj, Samarth  and
      Sankaranarayanan, Karthik  and
      Bhattacharyya, Pushpak",
    booktitle = "Proceedings of the 2021 Conference on Empirical Methods in Natural Language Processing",
    month = nov,
    year = "2021",
    address = "Online and Punta Cana, Dominican Republic",
    publisher = "Association for Computational Linguistics",
    url = "https://aclanthology.org/2021.emnlp-main.675",
    doi = "10.18653/v1/2021.emnlp-main.675",
    pages = "8584--8595",
}

Contributors

  • Tejas Dhamecha
  • Rudra Murthy
  • Samarth Bharadwaj
  • Karthik Sankaranarayanan
  • Pushpak Bhattacharyya

Contact

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
1efdafb

0 моделей