Indobert Large P2

🚀 IndoBERT Largeモデル (phase2 - uncased)

IndoBERTは、BERTモデルに基づく、インドネシア語向けの最先端の言語モデルです。事前学習モデルは、マスク言語モデリング（MLM）目標と次文予測（NSP）目標を使用して学習されています。

📚 ドキュメント

すべての事前学習モデル

💻 使用例

基本的な使用法

# Load model and tokenizer
from transformers import BertTokenizer, AutoModel
tokenizer = BertTokenizer.from_pretrained("indobenchmark/indobert-large-p2")
model = AutoModel.from_pretrained("indobenchmark/indobert-large-p2")

高度な使用法

# Extract contextual representation
x = torch.LongTensor(tokenizer.encode('aku adalah anak [MASK]')).view(1,-1)
print(x, model(x)[0].sum())

👥 作成者

IndoBERT は、Bryan Wilie*、Karissa Vincentio*、Genta Indra Winata*、Samuel Cahyawijaya*、Xiaohong Li、Zhi Yuan Lim、Sidik Soleman、Rahmad Mahendra、Pascale Fung、Syafri Bahar、Ayu Purwariantiによって学習と評価が行われました。

📄 引用

もし当社の成果物を使用する場合は、以下を引用してください。

@inproceedings{wilie2020indonlu,
  title={IndoNLU: Benchmark and Resources for Evaluating Indonesian Natural Language Understanding},
  author={Bryan Wilie and Karissa Vincentio and Genta Indra Winata and Samuel Cahyawijaya and X. Li and Zhi Yuan Lim and S. Soleman and R. Mahendra and Pascale Fung and Syafri Bahar and A. Purwarianti},
  booktitle={Proceedings of the 1st Conference of the Asia-Pacific Chapter of the Association for Computational Linguistics and the 10th International Joint Conference on Natural Language Processing},
  year={2020}
}

📄 ライセンス

このプロジェクトはMITライセンスの下で公開されています。