
日本語のBERTベースのGECタグ付け
他の言語の説明
統計
2026年11月17日時点の統計
GitHub の Star 数
20
±0 (10月13日〜)
最終コミット
2021年6月
GitHub での作成日
2021年5月11日
掲載日
2022年7月28日
Star 数の推移
数値を表で見る
| 月 | Star |
|---|---|
| 2025年12月 | 19 |
| 2026年1月 | 19 |
| 2026年2月 | 19 |
| 2026年3月 | 19 |
| 2026年4月 | 19 |
| 2026年5月 | 19 |
| 2026年6月 | 19 |
| 2026年7月 | 19 |
| 2026年8月 | 19 |
| 2026年9月 | 20 |
| 2026年10月 | 20 |
| 2026年11月 | 20 |
各月の最後のスナップショット。Star 数は 1,000 以上では 100 単位に丸められています。
同じカテゴリで人気のリソース
JGLUEyahoojapan349JGLUE:日本語一般言語理解評価
llm-jp-evalllm-jp175このツールは、複数のデータセットを横断して日本語の大規模言語モデルを自動評価するものです.
jp-stabletree155JP言語モデル評価ハーネス
llm-lora-classificationhppRC97llm-lora-classification
llm-lora-分類
japanese-lm-fin-harnesspfnet-research80日本語言語モデルの金融評価ハーネス
llm-jp-sftllm-jp66このリポジトリには、LLM-jpモデルの教師ありファインチューニングのためのコードが含まれています。
研究分野が近いリソース
- bert-base-japanese-whole-word-maskingtohoku-nlp462k2019年の日本語Wikipediaを対象に、IPA辞書と全単語マスキングを用いて事前学習されたJapanese BERT‑base、12層、768次元、32,000語語彙、512トークンシーケンス、1Mステップ、CC‑BY‑SAの下でcl‑tohoku/bert‑japaneseから入手可能。HF モデル共通: 表現学習・統語的テキスト処理
- bert-base-japanese-char-v3tohoku-nlp130kJapanese‑language BERT‑Base (12 layers, 768‑dim, 12 heads)は、Unidic‑based word‑level plus character‑level tokenizationとwhole‑word maskingをCC‑100と2023 Wikipediaで事前学習し、7,027‑token vocabularyを生成する。HF モデル共通: 表現学習・統語的テキスト処理
- bert-base-japanese-char-v2tohoku-nlp55kBERT‑base Japanese model(12層、768‑次元の hidden states、12ヘッド)を、30 M Wikipedia 文(約4 GB)で Unidic 2.1.2 を用いた単語レベルトークン化の後、文字レベルトークン化と全単語マスクを行い、512トークンのシーケンス、256バッチ、1 M トレーニングステップで訓練しました。HF モデル共通: 表現学習・統語的テキスト処理
- bert-base-japanese-chartohoku-nlp11k日本語のBERT‑baseモデル(12層、768次元の隠れレイヤー、12ヘッド)は、MeCab IPA単語レベルトークン化を経て文字レベルトークン化で4000語語彙に変換し、約1700万文(2.6 GB)の日本語Wikipediaで事前学習されました。学習コードはcl‑tohoku/bert‑japaneseにあり、CC BY‑SA 3.0 でリリースされています。HF モデル共通: 表現学習・統語的テキスト処理
- bert-base-japanese-v2tohoku-nlp9kJapanese BERT‑base (12 layers, 768 hidden, 12 heads) は、Unidic 2.1.2 単語レベルトークナイゼーション、WordPiece サブトークナイズ、および whole‑word マスクリングを使用し、4 GBの日本語Wikipedia(約30 M文)で事前学習されています。HF モデル共通: 表現学習・統語的テキスト処理
- bert-base-japanesetohoku-nlp9k約17 Mの日本語Wikipedia文(2.6 GB)で事前学習済みのBERT base modelで、IPA dictionaryとWordPieceでトークナイズし、12層/768-dim hidden states/12 headsを有し、32 000-token vocabularyを備え、1 MステップでCloud TPUs上で訓練され、CC‑BY‑SA 3.0でリリースされています。HF モデル共通: 表現学習・統語的テキスト処理