Rbt4

🚀 四層RoBERTa-wwm-ext再訓練模型

本項目提供了一個經過再訓練的四層RoBERTa-wwm-ext模型，旨在進一步加速中文自然語言處理任務。

🚀 快速開始

此項目提供了經過再訓練的四層RoBERTa - wwm - ext模型，為中文自然語言處理提供了更高效的解決方案。

✨ 主要特性

• 全詞掩碼預訓練：本項目提供了帶全詞掩碼的中文預訓練BERT模型，有助於提升中文自然語言處理的效果。
• 多模型關聯：該倉庫基於https://github.com/google-research/bert開發，同時還關聯了一系列相關的中文預訓練模型倉庫，如中文BERT系列、中文MacBERT等。
• 資源豐富：由HFL提供了更多相關資源，可查看HFL文集。

📚 詳細文檔

相關論文

• Pre-Training with Whole Word Masking for Chinese BERT
  作者：Yiming Cui, Wanxiang Che, Ting Liu, Bing Qin, Ziqing Yang, Shijin Wang, Guoping Hu

相關鏈接

你可能還對以下項目感興趣：

• 中文BERT系列
• 中文MacBERT
• 中文ELECTRA
• 中文XLNet
• 知識蒸餾工具包 - TextBrewer

📄 許可證

本項目採用Apache - 2.0許可證。

📚 引用信息

如果你發現本技術報告或資源有用，請在論文中引用以下技術報告：

主要引用

• 論文鏈接：https://arxiv.org/abs/2004.13922

@inproceedings{cui-etal-2020-revisiting,
    title = "Revisiting Pre-Trained Models for {C}hinese Natural Language Processing",
    author = "Cui, Yiming  and
      Che, Wanxiang  and
      Liu, Ting  and
      Qin, Bing  and
      Wang, Shijin  and
      Hu, Guoping",
    booktitle = "Proceedings of the 2020 Conference on Empirical Methods in Natural Language Processing: Findings",
    month = nov,
    year = "2020",
    address = "Online",
    publisher = "Association for Computational Linguistics",
    url = "https://www.aclweb.org/anthology/2020.findings-emnlp.58",
    pages = "657--668",
}

次要引用

• 論文鏈接：https://arxiv.org/abs/1906.08101

@article{chinese-bert-wwm,
  title={Pre-Training with Whole Word Masking for Chinese BERT},
  author={Cui, Yiming and Che, Wanxiang and Liu, Ting and Qin, Bing and Yang, Ziqing and Wang, Shijin and Hu, Guoping},
  journal={arXiv preprint arXiv:1906.08101},
  year={2019}
 }