Indobert Base P2

🚀 IndoBERT基础模型 (阶段2 - 不区分大小写)

IndoBERT是基于BERT模型的最先进的印尼语语言模型。该预训练模型使用掩码语言建模（MLM）目标和下一句预测（NSP）目标进行训练。

🚀 快速开始

IndoBERT是一个强大的印尼语语言模型，你可以按照以下步骤快速使用它。

✨ 主要特性

• 基于BERT模型，是印尼语的先进语言模型。
• 使用掩码语言建模（MLM）和下一句预测（NSP）目标进行预训练。

📦 安装指南

文档未提及具体安装步骤，可参考transformers库的安装方式来使用该模型。

💻 使用示例

基础用法

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

高级用法

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

📚 详细文档

所有预训练模型

📄 许可证

本项目采用MIT许可证。

👨‍💻 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进行训练和评估。

📚 引用

如果您使用了我们的工作，请引用：

@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}
}