Sinhalaberto

🚀 僧伽羅語預訓練模型（SinhalaBERTo）

這是一個在僧伽羅語領域具有重要價值的模型。它基於僧伽羅語數據進行訓練，為僧伽羅語相關的下游任務提供了良好的基礎。僧伽羅語作為低資源語言，相關模型較少，此模型的出現為僧伽羅語自然語言處理帶來了新的發展機遇。

🚀 快速開始

本模型是在 OSCAR 僧伽羅語去重數據集上訓練得到的稍小的模型。由於僧伽羅語是低資源語言之一，目前訓練好的模型數量有限。因此，這是開展更多下游任務訓練的理想起點。

✨ 主要特性

• 基於僧伽羅語數據訓練，適用於僧伽羅語相關任務。
• 為低資源的僧伽羅語自然語言處理領域提供了新的解決方案。

📦 安裝指南

暫未提及安裝步驟，跳過此章節。

💻 使用示例

基礎用法

from transformers import AutoTokenizer, AutoModelWithLMHead, pipeline

model = AutoModelWithLMHead.from_pretrained("keshan/SinhalaBERTo")
tokenizer = AutoTokenizer.from_pretrained("keshan/SinhalaBERTo")

fill_mask = pipeline('fill-mask', model=model, tokenizer=tokenizer)

fill_mask("මම ගෙදර <mask>.")

📚 詳細文檔

模型規格

訓練選用的模型是 Roberta，其規格如下：

🔧 技術細節

暫未提供具體的技術實現細節，跳過此章節。

📄 許可證

暫未提及許可證信息，跳過此章節。