/ Модель

Характеристики

Контекст
512 токенов
Параметры
2,9 млн
Лицензия
CC BY-SA 4.0
Архитектура
electra · dense
Опубликована
2 мар 2022

electra-small-paper-japanese-generator

Заполнение пропусковТекст → текст3 профессии

Небольшая ELECTRA-модель, предварительно обученная на японской Википедии для предсказания замаскированных токенов в тексте.

213скачиваний за 30 дней1лайквеса 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

izumi-lab/electra-small-paper-japanese-generator — небольшая японскоязычная модель семейства ELECTRA, предварительно обученная авторами репозитория на японской Википедии. Она предназначена для заполнения пропусков в тексте: принимает японский текст с маскированными токенами и предсказывает подходящие замены.

Модель построена на архитектуре ELECTRA small и доступна в классах ElectraForMaskedLM. В карточке указаны 2,9 млн параметров, 12 слоёв, размер скрытого состояния 64 и словарь WordPiece из 32 768 токенов; максимальная длина контекста составляет 512 токенов. Для предварительной токенизации использовался MeCab с IPA-словарём. Обучающий корпус — около 20 млн предложений из японской Википедии по дампу от 1 июня 2021 года.

Модель подходит для восстановления пропущенных слов и анализа вариантов заполнения в японском тексте. Она ориентирована на японский язык и задачу fill-mask; карточка не подтверждает пригодность для свободной генерации текста или других языков. Распространяется по лицензии CC BY-SA 4.0.

Сценарии применения

  • Заполнение пропусков в японских предложениях
  • Подбор вероятных японских слов вместо маскированных токенов
  • Анализ контекстных вариантов слова в японском тексте

Ограничения

Модель рассчитана на японский язык и предсказание маскированных токенов; карточка не заявляет поддержку свободной генерации или других языков. 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 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 paper; 12 layers, 64 dimensions of hidden states, and 1 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; 128 tokens per instance, 128 instances per batch, and 1M training steps.

The size of the generator is 1/4 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
a3358c7

0 моделей