/ Модель

Характеристики

Контекст
512 токенов
Параметры
205 млн
Лицензия
MIT
Архитектура
bert · dense
Опубликована
17 апр 2022

bert-base-bg

Заполнение пропусковТекст → текст3 профессии

Предобученная болгарская модель BERT заполняет замаскированные позиции в тексте и может служить основой для языковой адаптации.

315скачиваний за 30 дней8лайковвеса обновлены17 апр 2022

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

rmihaylov/bert-base-bg — предобученная модель BERT Base для болгарского языка, разработанная на основе Multilingual BERT. Она обучалась с целью masked language modeling на текстах из OSCAR, Chitanka и Wikipedia и подходит для заполнения пропусков в болгарском тексте. Модель различает регистр букв и принимает контекст длиной до 512 токенов.

Модель содержит 205,1 млн параметров и доступна в формате PyTorch. Её можно использовать для подстановки подходящих слов в замаскированные позиции и как основу для дальнейшей адаптации к задачам болгарского языка. Лицензия — MIT.

Сценарии применения

  • подбор пропущенного слова в болгарском предложении
  • восстановление замаскированных слов в болгарском тексте
  • оценка контекстуальной уместности слов-кандидатов
  • подготовка основы для дообучения под задачи болгарского языка

Ограничения

Модель ориентирована на болгарский язык, различает регистр и имеет контекстное окно 512 токенов. Карточка не приводит оценок качества на бенчмарках или инструкций для диалогового использования.

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

BERT BASE (cased)

Pretrained model on Bulgarian language using a masked language modeling (MLM) objective. It was introduced in this paper and first released in this repository. This model is cased: it does make a difference between bulgarian and Bulgarian.

Model description

The model was trained similarly to RuBert wherein the Multilingual Bert was adapted for the Russian language.

The training data was Bulgarian text from OSCAR, Chitanka and Wikipedia.

How to use

Here is how to use this model in PyTorch:

>>> from transformers import pipeline
>>> 
>>> model = pipeline(
>>>     'fill-mask',
>>>     model='rmihaylov/bert-base-bg',
>>>     tokenizer='rmihaylov/bert-base-bg',
>>>     device=0,
>>>     revision=None)
>>> output = model("София е [MASK] на България.")
>>> print(output)

[{'score': 0.12665307521820068,
  'sequence': 'София е  столица на България.',
  'token': 2659,
  'token_str': 'столица'},
 {'score': 0.07470757514238358,
  'sequence': 'София е Перлата на България.',
  'token': 102146,
  'token_str': 'Перлата'},
 {'score': 0.06786204129457474,
  'sequence': 'София е  Столицата на България.',
  'token': 45495,
  'token_str': 'Столицата'},
 {'score': 0.05533991754055023,
  'sequence': 'София е  Столица на България.',
  'token': 100524,
  'token_str': 'Столица'},
 {'score': 0.05485989898443222,
  'sequence': 'София е  столицата на България.',
  'token': 2294,
  'token_str': 'столицата'}]

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
985c9aa

0 моделей