/ Модель

Характеристики

Контекст
512 токенов
Параметры
136 млн
Лицензия
GPL 3.0
Архитектура
bert · dense

bert-tagalog-base-cased

Заполнение пропусковТекст → текст3 профессии

Устаревшая модель BERT для тагальского языка, предназначенная для предсказания замаскированных слов в тексте.

212скачиваний за 30 дней4лайкавеса обновлены12 ноя 2021

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

BERT Tagalog Base Cased — модель семейства BERT, обученная для филиппинского NLP на крупном предварительно обработанном корпусе текстов из интернета. Разработчик — jcblaise; модель выпущена как часть исследовательского проекта для сообщества Filipino NLP.

Модель предназначена для восстановления замаскированных слов в текстах на тагальском языке. Она содержит 136,4 млн параметров и принимает контекст длиной до 512 токенов. Доступны веса PyTorch и Flax.

Модель устарела: автор рекомендует для более высокой производительности jcblaise/roberta-tagalog-base или jcblaise/roberta-tagalog-large. Лицензия — GPL-3.0.

Сценарии применения

  • восстановление пропущенного слова в предложении на тагальском
  • подбор вероятного слова для замаскированной позиции
  • анализ контекста тагальского текста через предсказание пропусков

Ограничения

Модель устарела; автор рекомендует более новые модели RoBERTa для лучшей производительности. Максимальная длина контекста — 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

Deprecation Notice
This model is deprecated. New Filipino Transformer models trained with a much larger corpora are available.
Use jcblaise/roberta-tagalog-base or jcblaise/roberta-tagalog-large instead for better performance.


BERT Tagalog Base Cased

Tagalog version of BERT trained on a large preprocessed text corpus scraped and sourced from the internet. This model is part of a larger research project. We open-source the model to allow greater usage within the Filipino NLP community.

Citations

All model details and training setups can be found in our papers. If you use our model or find it useful in your projects, please cite our work:

@article{cruz2020establishing,
  title={Establishing Baselines for Text Classification in Low-Resource Languages},
  author={Cruz, Jan Christian Blaise and Cheng, Charibeth},
  journal={arXiv preprint arXiv:2005.02068},
  year={2020}
}

@article{cruz2019evaluating,
  title={Evaluating Language Model Finetuning Techniques for Low-resource Languages},
  author={Cruz, Jan Christian Blaise and Cheng, Charibeth},
  journal={arXiv preprint arXiv:1907.00409},
  year={2019}
}

Data and Other Resources

Data used to train this model as well as other benchmark datasets in Filipino can be found in my website at https://blaisecruz.com

Contact

If you have questions, concerns, or if you just want to chat about NLP and low-resource languages in general, you may reach me through my work email at me@blaisecruz.com

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
f49e54a

0 моделей