/ Модель

Характеристики

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

bert-base-japanese-char-whole-word-masking

Заполнение пропусковТекст → текст3 профессии

Японская базовая BERT-модель для заполнения пропусков в тексте с пословной маскировкой при обучении.

1 265скачиваний за 30 дней4лайкавеса обновлены22 фев 2024

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

Это базовая японская модель BERT, разработанная группой Tohoku NLP и предварительно обученная на текстах японской Википедии. Она использует плотную архитектуру BERT base с 12 слоями, размерностью скрытого состояния 768 и 12 головами внимания; всего около 116,3 млн параметров. Контекст — до 512 токенов.

Текст сначала разбирается MeCab с IPA-словарём, затем токенизируется на уровне символов; размер словаря составляет 4000. При обучении задачи masked language modeling применяется whole word masking: маскируются все символы, соответствующие одному слову. Модель предназначена для заполнения пропусков в японском тексте и может служить основой для дальнейшей адаптации к задачам обработки японского языка. Доступны веса PyTorch, TensorFlow и Flax. Лицензия — CC BY-SA 4.0.

Сценарии применения

  • заполнение пропусков в японских предложениях
  • подбор вероятного слова в японском тексте
  • оценка вариантов продолжения японского текста с маскированным токеном
  • дообучение базовой модели для задач обработки японского языка

Ограничения

Модель обучена на японской Википедии по состоянию на 1 сентября 2019 года, поэтому может хуже работать с другими жанрами и более свежими сведениями. Она рассчитана на японский язык и принимает контекст длиной до 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

BERT base Japanese (character tokenization, whole word masking enabled)

This is a BERT model pretrained on texts in the Japanese language.

This version of the model processes input texts with word-level tokenization based on the IPA dictionary, followed by character-level tokenization. Additionally, the model is trained with the whole word masking enabled for the masked language modeling (MLM) objective.

The codes for the pretraining are available at cl-tohoku/bert-japanese.

Model architecture

The model architecture is the same as the original BERT base model; 12 layers, 768 dimensions of hidden states, and 12 attention heads.

Training Data

The model is trained on Japanese Wikipedia as of September 1, 2019. To generate the training corpus, WikiExtractor is used to extract plain texts from a dump file of Wikipedia articles. The text files used for the training are 2.6GB in size, consisting of approximately 17M sentences.

Tokenization

The texts are first tokenized by MeCab morphological parser with the IPA dictionary and then split into characters. The vocabulary size is 4000.

Training

The model is trained with the same configuration as the original BERT; 512 tokens per instance, 256 instances per batch, and 1M training steps.

For the training of the MLM (masked language modeling) objective, we introduced the Whole Word Masking in which all of the subword tokens corresponding to a single word (tokenized by MeCab) are masked at once.

Licenses

The pretrained models are distributed under the terms of the Creative Commons Attribution-ShareAlike 3.0.

Acknowledgments

For training models, we used Cloud TPUs provided by TensorFlow Research Cloud program.

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
7650a07

0 моделей