/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
Apache 2.0
Архитектура
gpt2 · dense
Опубликована
25 мая 2022

arabic_poem_gen

Генерация текстаТекст → текст3 профессии

GPTPoet — дообученная модель GPT-2 для генерации арабских стихов с попыткой имитировать стиль заданного поэта.

71скачиваний за 30 дней4лайкавеса обновлены31 мая 2022

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

GPTPoet — модель генерации арабской поэзии, разработанная на основе архитектуры GPT-2. Авторы использовали конфигурацию GPT-2 Base и дообучили предварительно обученные веса на корпусе стихов арабских поэтов. В метаданных указаны архитектура GPT-2, формат PyTorch, контекст до 1024 токенов и лицензия Apache-2.0.

Модель принимает имя поэта и подсказку, затем генерирует стихотворный текст, стараясь воспроизвести стиль выбранного автора и структуру арабской поэзии. Корпус включает около 1,7 млн стихотворных строк классических размеров и произведения разных эпох; примеры размечены именами поэтов, метрами и периодами. Состояние огласовок в данных неоднородно, поэтому модель может выдавать текст с непоследовательной диакритикой.

Сценарии применения

  • генерация арабских стихов по имени поэта
  • создание стихотворных строк по текстовой подсказке
  • эксперименты с имитацией стиля арабских поэтов

Ограничения

Огласовки в обучающих стихах представлены непоследовательно, поэтому диакритика в генерациях также может быть неполной или непоследовательной. Модель предназначена для арабской поэзии и не заявлена как универсальная языковая модель.

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

GPTPoet: Pre-training GPT2 for Arabic Poetry Language Understanding

GPTPoet is an Arabic pretrained language model based on OpenAi GPT2 architechture. We use the same GPT2-Base config. More details are available in the Google Colab [https://colab.research.google.com/drive/1kByhyhvA0JUZRKL-XCG0ZEDyAg45w8AW?usp=sharing].

To save computation time the model used pretrained weights from another model. This allowed us to fine-tune our model on our specific dataset, which to our knowledge was never used in NLP task before.

This is a poem generator that creates poems based on the style of the targeted poet. The model was trained on different poets and their respective poems, and the model's input is the poet's name and a suggestion that the model will strive to develop something that imitates the style of that specific poet.

What's New!

All models are available in the HuggingFace model page under the usama98 name. Checkpoints are available in PyTorch.

Our model adds a newly tried capability of NLP models where we don't just try to generate text but one that imitates a specific style. Our dataset contains poetry gathered from different poets, the data was feed to the model during training in with the aim of teaching the model how to structure arabic poetry. The additional step here was to add a poet name at the beginning of each training example. This training strategy allows the model to not only learn how to write poetry but how to the written poetry relates to that specific poet and their style.

Dataset

The dataset consists of content scraped mainly from الموسوعة الشعرية and الديوان. After merging both, the total number of verses is 1,831,770 poetic verses. Each verse is labeled by its meter, the poet who wrote it, and the age which it was written in. There are 22 meters, 3701 poets and 11 ages: Pre-Islamic, Islamic, Umayyad, Mamluk, Abbasid, Ayyubid, Ottoman, Andalusian, era between Umayyad and Abbasid, Fatimid, and finally the modern age. We are only interested in the 16 classic meters which are attributed to Al-Farahidi, and they comprise the majority of the dataset with a total number around 1.7M verses. It is important to note that the verses diacritic states are not consistent. This means that a verse can carry full, semi diacritics, or it can carry nothing.

Preprocessing

It is recommended to apply our preprocessing tokenizer before training/testing on any dataset.

Contacts

Usama Zidan: Linkedin | Github | usama.zidan@bcu.ac.uk | osama.zadan@gmail.com

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
GPT2LMHeadModel
Ревизия весов
5de15a7

0 моделей