Bert Base Dutch Cased

🚀 BERTje：荷蘭語BERT模型

BERTje是一個荷蘭語預訓練的BERT模型，可用於處理荷蘭語相關的自然語言處理任務，為荷蘭語的文本分析提供了強大的支持。

🚀 快速開始

BERTje是格羅寧根大學開發的荷蘭語預訓練BERT模型。

如需瞭解詳細信息，請查看我們發表在 arXiv 上的論文、Github 上的代碼以及 Semantic Scholar 上的相關工作。

論文和Github頁面提到了可在 此處 獲取的微調模型。

💻 使用示例

基礎用法

from transformers import AutoTokenizer, AutoModel, TFAutoModel

tokenizer = AutoTokenizer.from_pretrained("GroNLP/bert-base-dutch-cased")
model = AutoModel.from_pretrained("GroNLP/bert-base-dutch-cased")  # PyTorch
model = TFAutoModel.from_pretrained("GroNLP/bert-base-dutch-cased")  # Tensorflow

⚠️ 重要提示

BERTje的詞彙表大小在2021年發生了變化。如果您使用較舊的微調模型，並且在使用 GroNLP/bert-base-dutch-cased 分詞器時遇到問題，請使用以下分詞器：

tokenizer = AutoTokenizer.from_pretrained("GroNLP/bert-base-dutch-cased", revision="v1")  # v1 is the old vocabulary

📚 詳細文檔

arXiv論文中列出了基準測試。以下是論文完成後對BERTje、多語言BERT、BERT - NL和RobBERT進行的一些比較。與其他一些比較不同，這些基準測試的微調程序對於每個預訓練模型都是相同的。您可以通過優化微調程序為單個模型獲得更高的分數。

當更多實驗結果完成後，將添加到本頁面。關於如何微調這些模型的技術細節以及可下載的微調檢查點也將在稍後發佈。

所有測試的模型都是 基礎 大小（12層）的大小寫敏感分詞模型。

以下表格中的標題鏈接到原始數據源。分數鏈接到對應特定微調模型的模型頁面。當有更多簡單微調模型可用時，這些表格將進行更新。

命名實體識別

詞性標註

BibTeX引用

@misc{devries2019bertje,
\ttitle = {{BERTje}: {A} {Dutch} {BERT} {Model}},
\tshorttitle = {{BERTje}},
\tauthor = {de Vries, Wietse  and  van Cranenburgh, Andreas  and  Bisazza, Arianna  and  Caselli, Tommaso  and  Noord, Gertjan van  and  Nissim, Malvina},
\tyear = {2019},
\tmonth = dec,
\thowpublished = {arXiv:1912.09582},
\turl = {http://arxiv.org/abs/1912.09582},
}