Gigabert V3 Arabic And English

🚀 GigaBERT-v3

GigaBERT-v3是一款为英语和阿拉伯语定制的双语BERT模型。它在包含约100亿个标记的大规模语料库（Gigaword + Oscar + Wikipedia）上进行了预训练，在信息提取（IE）任务中，展现了从英语到阿拉伯语的最先进零样本迁移性能。更多详细信息可查阅以下论文：

@inproceedings{lan2020gigabert,
  author     = {Lan, Wuwei and Chen, Yang and Xu, Wei and Ritter, Alan},
  title      = {An Empirical Study of Pre-trained Transformers for Arabic Information Extraction},
  booktitle  = {Proceedings of The 2020 Conference on Empirical Methods on Natural Language Processing (EMNLP)},
  year       = {2020}
}

🚀 快速开始

📦 安装指南

由于文档未提及安装步骤，此部分跳过。

💻 使用示例

基础用法

from transformers import *
tokenizer = BertTokenizer.from_pretrained("lanwuwei/GigaBERT-v3-Arabic-and-English", do_lower_case=True)
model = BertForTokenClassification.from_pretrained("lanwuwei/GigaBERT-v3-Arabic-and-English")

更多代码示例可查看此处。

📚 详细文档