Khmer Xlm Roberta Base

🚀 高棉語填充掩碼模型

本項目基於預訓練模型構建了一個高棉語填充掩碼模型，使用大量高棉語句子進行微調，能有效處理高棉語的掩碼填充任務。

🚀 快速開始

本模型是基於 FacebookAI/xlm - roberta - base 預訓練模型構建的高棉語填充掩碼模型。該模型使用了約 26000 多條高棉語句子/從句 進行微調（80% 用於訓練集，20% 用於驗證集），並且僅在高棉語上表現出色。

💻 使用示例

基礎用法

>>> from transformers import pipeline
>>> unmasker = pipeline('fill-mask', model='channudam/khmer-xlm-roberta-base')
>>> unmasker("អាកាសធាតុក្ដៅខ្លាំង ចូរអ្នកផឹក<mask>ឲ្យបានច្រើន។")

[
  {
    'score': 0.9788032174110413,
    'token': 41440,
    'token_str': 'ទឹក',
    'sequence': 'អាកាសធាតុក្ដៅខ្លាំង ចូរអ្នកផឹកទឹក ឲ្យបានច្រើន។'
  },
  {
    'score': 0.012485685758292675,
    'token': 191670,
    'token_str': 'ស្រា',
    'sequence': 'អាកាសធាតុក្ដៅខ្លាំង ចូរអ្នកផឹកស្រា ឲ្យបានច្រើន។'
  },
  {
    'score': 0.0014946138253435493,
    'token': 162483,
    'token_str': 'បាយ',
    'sequence': 'អាកាសធាតុក្ដៅខ្លាំង ចូរអ្នកផឹកបាយ ឲ្យបានច្រើន។'
  },
  {
    'score': 0.001305083278566599,
    'token': 49245,
    'token_str': 'ស៊ី',
    'sequence': 'អាកាសធាតុក្ដៅខ្លាំង ចូរអ្នកផឹកស៊ី ឲ្យបានច្រើន។'
  },
  {
    'score': 0.0007108347490429878,
    'token': 51863,
    'token_str': 'ទឹក',
    'sequence': 'អាកាសធាតុក្ដៅខ្លាំង ចូរអ្នកផឹក ទឹក ឲ្យបានច្រើន។'
  }
]

📄 許可證

本項目採用 MIT 許可證。