Byt5 Korean Base
ByT5-韓語是谷歌ByT5的韓語定製擴展版本,特別優化了韓語音節的編碼處理。
下載量 55
發布時間 : 3/27/2022
模型概述
該模型是基於ByT5架構的韓語自然語言處理模型,通過改進的utf-8編碼方案更好地處理韓語音節,支持韓語和英語文本處理。
模型特點
優化的韓語編碼方案
專門為韓語音節設計編碼方案,將每個字母(起始輔音、中間元音和結尾輔音)表示為單獨標記,提高處理效率。
多語言支持
在韓語(70%)和英語(30%)混合數據集上預訓練,支持雙語處理。
基於ByT5架構
繼承ByT5模型的優勢,使用字節級編碼,適用於多種語言任務。
模型能力
韓語文本生成
英語文本生成
多語言文本處理
使用案例
內容生成
韓語維基百科內容補全
自動補全韓語維基百科中的缺失內容
示例中成功補全了'설립되었다'等韓語內容
文本補全
韓語句子補全
根據上下文自動補全韓語句子
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98