/ Модель

Характеристики

Контекст
514 токенов
Параметры
436 млн
Лицензия
Apache 2.0
Архитектура
luke · dense
Опубликована
7 ноя 2022

luke-japanese-large

Заполнение пропусковТекст → текст3 профессии

Японская предварительно обученная модель LUKE с эмбеддингами сущностей Википедии для языкового моделирования и задач понимания текста.

227скачиваний за 30 дней9лайковвеса обновлены9 ноя 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

LUKE Japanese Large — разработанная Studio Ousia японская версия предварительно обученной трансформерной модели LUKE с представлениями слов и сущностей, обогащёнными знаниями. Модель обрабатывает слова и сущности как отдельные токены и выдаёт их контекстуализированные представления; включает эмбеддинги сущностей из Википедии. Параметров — 436,2 млн, архитектура — LUKE, класс LukeForMaskedLM, максимальная длина контекста — 514 токенов.

Модель предназначена для японских NLP-задач, в частности предсказания замаскированных токенов и задач, использующих сущности Википедии. В README приведены результаты оценки на dev-наборе JGLUE для классификации тональности, семантического сходства, вывода и вопросов на здравый смысл. Для задач, использующих только слова и не требующих сущностей Википедии, разработчики рекомендуют облегчённую версию. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • предсказание пропущенных японских токенов
  • классификация тональности японских отзывов
  • оценка семантического сходства японских предложений
  • классификация логического вывода на японском языке
  • ответы на японские вопросы на здравый смысл

Ограничения

Для задач, использующих только слова и не требующих сущностей Википедии, разработчики рекомендуют lite-версию. Контекст ограничен 514 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

luke-japanese-large

luke-japanese is the Japanese version of LUKE (Language Understanding with Knowledge-based Embeddings), a pre-trained knowledge-enhanced contextualized representation of words and entities. LUKE treats words and entities in a given text as independent tokens, and outputs contextualized representations of them. Please refer to our GitHub repository for more details and updates.

This model contains Wikipedia entity embeddings which are not used in general NLP tasks. Please use the lite version for tasks that do not use Wikipedia entities as inputs.

luke-japaneseは、単語とエンティティの知識拡張型訓練済み Transformer モデルLUKEの日本語版です。LUKE は単語とエンティティを独立したトークンとして扱い、これらの文脈を考慮した表現を出力します。詳細については、GitHub リポジトリを参照してください。

このモデルは、通常の NLP タスクでは使われない Wikipedia エンティティのエンベディングを含んでいます。単語の入力のみを使うタスクには、lite versionを使用してください。

Experimental results on JGLUE

The experimental results evaluated on the dev set of JGLUE is shown as follows:

ModelMARC-jaJSTSJNLIJCommonsenseQA
accPearson/Spearmanaccacc
LUKE Japanese large0.9650.932/0.9020.9270.893
Baselines:
Tohoku BERT large0.9550.913/0.8720.9000.816
Waseda RoBERTa large (seq128)0.9540.930/0.8960.9240.907
Waseda RoBERTa large (seq512)0.9610.926/0.8920.9260.891
XLM RoBERTa large0.9640.918/0.8840.9190.840

The baseline scores are obtained from here.

Citation

@inproceedings{yamada2020luke,
  title={LUKE: Deep Contextualized Entity Representations with Entity-aware Self-attention},
  author={Ikuya Yamada and Akari Asai and Hiroyuki Shindo and Hideaki Takeda and Yuji Matsumoto},
  booktitle={EMNLP},
  year={2020}
}

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
LukeForMaskedLM
Ревизия весов
f650a63

0 моделей