Indobert Lite Large P2

🚀 IndoBERT-Lite 大型模型 (階段2 - 不區分大小寫)

IndoBERT是一個基於BERT模型的印尼語先進語言模型。預訓練模型使用掩碼語言建模（MLM）目標和下一句預測（NSP）目標進行訓練。

🚀 快速開始

你可以按照以下步驟使用該模型：

加載模型和分詞器

from transformers import BertTokenizer, AutoModel
tokenizer = BertTokenizer.from_pretrained("indobenchmark/indobert-lite-large-p2")
model = AutoModel.from_pretrained("indobenchmark/indobert-lite-large-p2")

提取上下文表示

x = torch.LongTensor(tokenizer.encode('aku adalah anak [MASK]')).view(1,-1)
print(x, model(x)[0].sum())

✨ 主要特性

IndoBERT基於BERT模型，針對印尼語進行了優化，使用了掩碼語言建模（MLM）和下一句預測（NSP）目標進行訓練。

📦 安裝指南

文檔未提及安裝步驟，可參考transformers庫的安裝方法來安裝依賴。

💻 使用示例

基礎用法

from transformers import BertTokenizer, AutoModel
tokenizer = BertTokenizer.from_pretrained("indobenchmark/indobert-lite-large-p2")
model = AutoModel.from_pretrained("indobenchmark/indobert-lite-large-p2")

高級用法

x = torch.LongTensor(tokenizer.encode('aku adalah anak [MASK]')).view(1,-1)
print(x, model(x)[0].sum())

📚 詳細文檔

所有預訓練模型

具體各模型的參數數量和架構如下：

📄 許可證

本項目採用MIT許可證。

👨‍💻 作者

IndoBERT 由 Bryan Wilie*、Karissa Vincentio*、Genta Indra Winata*、Samuel Cahyawijaya*、Xiaohong Li、Zhi Yuan Lim、Sidik Soleman、Rahmad Mahendra、Pascale Fung、Syafri Bahar、Ayu Purwarianti 訓練和評估。

📚 引用

如果使用本項目的成果，請引用以下文獻：

@inproceedings{wilie2020indonlu,
  title={IndoNLU: Benchmark and Resources for Evaluating Indonesian Natural Language Understanding},
  author={Bryan Wilie and Karissa Vincentio and Genta Indra Winata and Samuel Cahyawijaya and X. Li and Zhi Yuan Lim and S. Soleman and R. Mahendra and Pascale Fung and Syafri Bahar and A. Purwarianti},
  booktitle={Proceedings of the 1st Conference of the Asia-Pacific Chapter of the Association for Computational Linguistics and the 10th International Joint Conference on Natural Language Processing},
  year={2020}
}