/ Модель

Характеристики

Контекст
1 024 токена
Параметры
267 млн
Лицензия
MIT
Архитектура
mbart · dense
Опубликована
2 мар 2022

bartpho-word

ЭмбеддингиТекст → embedding3 профессии

Предварительно обученная вьетнамская модель BART для извлечения признаков и построения генеративных NLP-систем, включая суммаризацию текста.

2 272скачиваний за 30 дней6лайковвеса обновлены20 авг 2024

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 «Эмбеддинги» — 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

BARTpho-word — вьетнамская одноязычная предварительно обученная модель последовательность-в-последовательность, разработанная Nguyen Luong Tran, Duong Minh Le и Dat Quoc Nguyen. Она использует архитектуру BART large с предварительным обучением на основе восстановления искажённого текста и предназначена для генеративных задач обработки вьетнамского языка. Версия word работает с представлением текста на уровне слов.

Модель содержит 266,9 млн параметров, имеет контекст до 1024 токенов и доступна в форматах PyTorch и TensorFlow. В экспериментах по суммаризации вьетнамских текстов BARTpho превзошла сильный базовый вариант mBART по автоматической и человеческой оценке. Лицензия — MIT; авторы просят цитировать публикацию при использовании модели в опубликованных результатах или программном обеспечении.

Сценарии применения

  • получение представлений вьетнамского текста для downstream-задач
  • суммаризация вьетнамских документов
  • создание генеративных систем обработки вьетнамского языка

Ограничения

Модель обучена для вьетнамского языка и может быть неприменима к другим языкам. В README приведены результаты суммаризации, но оценка для других downstream-задач не описана.

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

BARTpho: Pre-trained Sequence-to-Sequence Models for Vietnamese

Two BARTpho versions BARTpho-syllable and BARTpho-word are the first public large-scale monolingual sequence-to-sequence models pre-trained for Vietnamese. BARTpho uses the "large" architecture and pre-training scheme of the sequence-to-sequence denoising model BART, thus especially suitable for generative NLP tasks. Experiments on a downstream task of Vietnamese text summarization show that in both automatic and human evaluations, BARTpho outperforms the strong baseline mBART and improves the state-of-the-art.

The general architecture and experimental results of BARTpho can be found in our paper:

@article{bartpho,
title     = {{BARTpho: Pre-trained Sequence-to-Sequence Models for Vietnamese}},
author    = {Nguyen Luong Tran and Duong Minh Le and Dat Quoc Nguyen},
journal   = {arXiv preprint},
volume    = {arXiv:2109.09701},
year      = {2021}
}

Please CITE our paper when BARTpho is used to help produce published results or incorporated into other software.

For further information or requests, please go to BARTpho's homepage!

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MBartModel
Ревизия весов
bee56ed

0 моделей