# WordPiece分词

CamemBERTv2是基于2750亿法语文本语料预训练的法语语言模型，是CamemBERT的第二代版本，采用RoBERTa架构，优化了分词器和训练数据。

基于日语BERT改进的LUKE模型，专为日语命名实体识别任务优化

基于土耳其语的RoBERTa模型，采用掩码语言建模目标预训练，不区分大小写，适用于土耳其语文本处理任务。

基于印尼语维基百科预训练的BERT基础模型，采用掩码语言建模（MLM）目标训练，不区分大小写。

这是一个基于BERT的印尼语预训练模型，使用维基百科和报纸数据进行训练，适用于多种自然语言处理任务。