Update README.md
Browse files
README.md
CHANGED
@@ -1,3 +1,50 @@
|
|
1 |
---
|
|
|
|
|
|
|
2 |
license: mit
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
3 |
---
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
---
|
2 |
+
language:
|
3 |
+
- zh
|
4 |
+
|
5 |
license: mit
|
6 |
+
|
7 |
+
tags:
|
8 |
+
- RoBERTa
|
9 |
+
|
10 |
+
inference: true
|
11 |
+
|
12 |
+
widget:
|
13 |
+
- text: "生活的真谛是[MASK]。"
|
14 |
---
|
15 |
+
|
16 |
+
# autohome-roberta-base
|
17 |
+
|
18 |
+
## 简介 Brief Introduction
|
19 |
+
|
20 |
+
善于处理NLU任务,采用全词掩码的,中文版的1.1亿参数RoBERTa-base。
|
21 |
+
|
22 |
+
|
23 |
+
## 模型分类 Model Taxonomy
|
24 |
+
|
25 |
+
| 需求 Demand | 任务 Task | 系列 Series | 模型 Model | 参数 Parameter | 额外 Extra |
|
26 |
+
| :----: | :----: | :----: | :----: | :----: | :----: |
|
27 |
+
| 通用 General | 自然语言理解 NLU | RoBERTa | RoBERTa | 390M | 中文 Chinese |
|
28 |
+
|
29 |
+
|
30 |
+
## 模型信息 Model Information
|
31 |
+
|
32 |
+
参考论文:[RoBERTa: A Robustly Optimized BERT Pretraining Approach](https://arxiv.org/abs/1907.11692)
|
33 |
+
|
34 |
+
为了得到一个中文版的autohome-roberta-large(110M),我们用autohome语料库(1.2G)进行二次预训练。我们在MLM中使用了全词掩码(wwm)的方式。具体地,我们在二次预训练阶段中使用了[transformers框架](https://github.com/huggingface/transformers)大概花费了4张A100约11小时。
|
35 |
+
|
36 |
+
|
37 |
+
## 使用 Usage
|
38 |
+
|
39 |
+
```python
|
40 |
+
from transformers import AutoModelForMaskedLM, AutoTokenizer, FillMaskPipeline
|
41 |
+
import torch
|
42 |
+
|
43 |
+
tokenizer=AutoTokenizer.from_pretrained('ChaosW/autohome-roberta-base')
|
44 |
+
model=AutoModelForMaskedLM.from_pretrained('ChaosW/autohome-roberta-base')
|
45 |
+
text = '生活的真谛是[MASK]。'
|
46 |
+
fillmask_pipe = FillMaskPipeline(model, tokenizer, device=0)
|
47 |
+
print(fillmask_pipe(text, top_k=10))
|
48 |
+
```
|
49 |
+
## 参考 Reference
|
50 |
+
本readme参考 https://huggingface.co/IDEA-CCNL/Erlangshen-DeBERTa-v2-97M-Chinese
|