Indobert Base P1

🚀 IndoBERT基礎模型（階段1 - 不區分大小寫）

IndoBERT是基於BERT模型的最先進的印尼語語言模型。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

IndoBERT是基於BERT模型的印尼語先進語言模型，預訓練模型通過掩碼語言建模（MLM）和下一句預測（NSP）目標進行訓練。

✨ 主要特性

• 基於BERT架構，適用於印尼語。
• 使用掩碼語言建模（MLM）和下一句預測（NSP）目標進行預訓練。

📦 安裝指南

暫未提供安裝步驟相關內容。

💻 使用示例

基礎用法

from transformers import BertTokenizer, AutoModel
tokenizer = BertTokenizer.from_pretrained("indobenchmark/indobert-base-p1")
model = AutoModel.from_pretrained("indobenchmark/indobert-base-p1")

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

🔧 技術細節

暫未提供技術細節相關內容。

📄 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進行訓練和評估。

📄 引用

如果您使用了我們的工作，請引用：

@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}
}