Kategoriopoiitis Ellinikon Poikilion

🚀 希臘語變體分類器

希臘語變體分類器用於將文本分類為不同的希臘語變體。該模型基於 GreekBERT (https://huggingface.co/nlpaueb/bert-base-greek-uncased-v1) 構建，分類頭由兩個各含 256 個神經元的線性層組成。模型僅訓練了 1 個 epoch 就達到了 94% 的高精度，且後續無明顯提升，這可能得益於 GreekBERT 在多種希臘語變體上的預訓練。

✨ 主要特性

• 基於 GreekBERT 預訓練模型，快速實現高精度的希臘語變體分類。
• 分類頭設計簡潔高效，僅需一個 epoch 的訓練即可達到 94% 的準確率。

📦 安裝指南

暫未提供具體安裝步驟，可參考代碼中模型加載部分。

💻 使用示例

基礎用法

from transformers import AutoTokenizer,AutoModel

tokenizer = AutoTokenizer.from_pretrained("nlpaueb/bert-base-greek-uncased-v1")
model = AutoModel.from_pretrained("glossAPI/Greek_Variety_Classifier")

分類映射

category_map = {
    0: 'αρχαία/προμεσαιωνική',
    1: 'κνε',
    2: 'δημοτική',
    3: 'καθαρεύουσα'
}

📚 詳細文檔

數據來源

使用了來自 Project Gutenberg、Europarl、Wiki、HNC、Bible、GlobalVoices 和 ParaCrawl 的數據。一組語言學家對 5020 個文本片段進行了標註，涵蓋現代希臘語、通俗希臘語、純正希臘語以及古希臘語。對於“古希臘語”標籤，適用於古典時期和希臘化時期的文本。這些變體的選擇著重考慮了希臘語的歷史連續性。

模型加載

可使用 transformers 庫中的 AutoTokenizer 和 AutoModel 從預訓練模型中加載分詞器和模型。

代碼和訓練數據

如需代碼和訓練數據，請訪問：https://github.com/eellak/glossAPI

問題反饋

如有任何問題，請聯繫：glossapi.team@eellak.gr

📄 許可證

本項目採用 EUPL-1.1 許可證。