/ Модель

Характеристики

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

electra-small-japanese-generator

Заполнение пропусковТекст → текст3 профессии

Компактная японская модель ELECTRA для предсказания пропущенных токенов в тексте.

228скачиваний 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 small Japanese generator — компактная модель семейства ELECTRA, разработанная izumi-lab и предварительно обученная на японском тексте. Архитектура включает 12 слоёв, скрытые состояния размерности 256 и 4 головы внимания; модель содержит около 21 млн параметров и принимает последовательности длиной до 512 токенов.

Модель предназначена для заполнения пропусков в японском тексте. Она обучена на японской Википедии по состоянию на 1 июня 2021 года: корпус содержит около 20 млн предложений. Токенизация выполнена с помощью MeCab с IPA-словарём и WordPiece, размер словаря — 32 768 токенов.

Модель подходит для восстановления скрытых слов и экспериментов с задачами masked language modeling на японском языке. Её корпус ограничен Википедией, поэтому результаты могут быть слабее на специализированных текстах и других языках. Лицензия — CC BY-SA 4.0.

Сценарии применения

  • заполнение пропусков в японских предложениях
  • восстановление скрытых слов в японском тексте
  • эксперименты с masked language modeling на японском языке

Ограничения

Предобучение проводилось на японской Википедии, поэтому модель может хуже работать с узкоспециализированными текстами и за пределами японского языка.

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 small 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 small 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 small in the original ELECTRA paper except size; 128 tokens per instance, 128 instances per batch, and 1M training steps.

The size of the generator is the same 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
a7a123e

0 моделей