/ Модель

Характеристики

Контекст
512 токенов
Параметры
21 млн
Лицензия
CC BY-SA 4.0
Архитектура
electra · dense
Опубликована
2 мар 2022

electra-base-japanese-generator

Заполнение пропусковТекст → текст3 профессии

Компактный генератор ELECTRA для заполнения пропусков в японском тексте, предварительно обученный на Википедии.

229скачиваний за 30 дней0лайковвеса обновлены21 окт 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

ELECTRA base Japanese generator — генератор ELECTRA, предварительно обученный на японских текстах. Модель разработана авторами репозитория izumi-lab; архитектура соответствует генератору ELECTRA с 12 слоями, размерностью скрытых состояний 256 и 4 головами внимания. В метаданных указано 21 млн параметров и контекст до 512 токенов.

Модель обучена на японской Википедии: корпус из дампа от 1 июня 2021 года содержит около 20 млн предложений. Тексты токенизируются MeCab с IPA-словарём, затем разбиваются на WordPiece-подслова; размер словаря — 32 768 токенов. Основная задача — предсказание пропущенных токенов в японском тексте. Лицензия — CC BY-SA 4.0.

Сценарии применения

  • восстановление пропущенных слов в японском предложении
  • оценка вариантов подстановки токена в японский текст
  • получение контекстных представлений японских фрагментов через задачу fill-mask

Ограничения

Обучена на японской Википедии, поэтому может хуже работать с текстами других жанров и предметных областей. Контекст ограничен 512 токенами.

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

ELECTRA base Japanese generator

This is a ELECTRA model pretrained on texts in the Japanese language.

The codes for the pretraining are available at retarfi/language-pretraining.

Model architecture

The model architecture is the same as ELECTRA base in the original ELECTRA implementation; 12 layers, 256 dimensions of hidden states, and 4 attention heads.

Training Data

The models are trained on the Japanese version of Wikipedia.

The training corpus is generated from the Japanese version of Wikipedia, using Wikipedia dump file as of June 1, 2021.

The corpus file is 2.9GB, consisting of approximately 20M sentences.

Tokenization

The texts are first tokenized by MeCab with IPA dictionary and then split into subwords by the WordPiece algorithm.

The vocabulary size is 32768.

Training

The models are trained with the same configuration as ELECTRA base in the original ELECTRA paper except size; 512 tokens per instance, 256 instances per batch, and 766k training steps.

The size of the generator is 1/3 of the size of the discriminator.

Citation

@article{Suzuki-etal-2023-ipm,
  title = {Constructing and analyzing domain-specific language model for financial text mining}
  author = {Masahiro Suzuki and Hiroki Sakaji and Masanori Hirano and Kiyoshi Izumi},
  journal = {Information Processing & Management},
  volume = {60},
  number = {2},
  pages = {103194},
  year = {2023},
  doi = {10.1016/j.ipm.2022.103194}
}

Licenses

The pretrained models are distributed under the terms of the Creative Commons Attribution-ShareAlike 4.0.

Acknowledgments

This work was supported by JSPS KAKENHI Grant Number JP21K12010.

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
ElectraForMaskedLM
Ревизия весов
44e4944

0 моделей