Gpt2 Wechsel French

🚀 GPT2-Wechselフランス語モデル

GPT2-Wechselフランス語モデルは、WECHSEL手法を用いて訓練されています。この手法は、単言語モデルの多言語間での移行において、サブワード埋め込みを効果的に初期化することができます。本プロジェクトでは、モデルのコードと関連する研究論文を提供しており、多言語自然言語処理タスクに対してより効率的な解決策を提供することを目指しています。

🚀 クイックスタート

以下のリンクからモデルコードと関連論文を確認できます。

• コード：https://github.com/CPJKU/wechsel
• 論文：https://aclanthology.org/2022.naacl-main.293/

✨ 主な機能

• 多言語移行：WECHSEL手法により、単言語モデルを複数の言語間で効果的に移行できます。
• 性能向上：複数の自然言語処理タスクにおいて、従来のモデルよりも優れた性能を発揮します。

📚 ドキュメント

RoBERTaモデルの性能比較

GPT2モデルの性能比較

📄 ライセンス

本プロジェクトはMITライセンスの下で提供されています。

📖 引用

本プロジェクトのモデルや手法を使用される場合は、以下の論文を引用してください。

@inproceedings{minixhofer-etal-2022-wechsel,
    title = "{WECHSEL}: Effective initialization of subword embeddings for cross-lingual transfer of monolingual language models",
    author = "Minixhofer, Benjamin  and
      Paischer, Fabian  and
      Rekabsaz, Navid",
    booktitle = "Proceedings of the 2022 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies",
    month = jul,
    year = "2022",
    address = "Seattle, United States",
    publisher = "Association for Computational Linguistics",
    url = "https://aclanthology.org/2022.naacl-main.293",
    pages = "3992--4006",
    abstract = "Large pretrained language models (LMs) have become the central building block of many NLP applications. Training these models requires ever more computational resources and most of the existing models are trained on English text only. It is exceedingly expensive to train these models in other languages. To alleviate this problem, we introduce a novel method {--} called WECHSEL {--} to efficiently and effectively transfer pretrained LMs to new languages. WECHSEL can be applied to any model which uses subword-based tokenization and learns an embedding for each subword. The tokenizer of the source model (in English) is replaced with a tokenizer in the target language and token embeddings are initialized such that they are semantically similar to the English tokens by utilizing multilingual static word embeddings covering English and the target language. We use WECHSEL to transfer the English RoBERTa and GPT-2 models to four languages (French, German, Chinese and Swahili). We also study the benefits of our method on very low-resource languages. WECHSEL improves over proposed methods for cross-lingual parameter transfer and outperforms models of comparable size trained from scratch with up to 64x less training effort. Our method makes training large language models for new languages more accessible and less damaging to the environment. We make our code and models publicly available.",
}