
基於BERT的日語GEC標記
其他語言的說明
統計
統計資料截至 2026年11月17日
GitHub Star 數
20
±0 (10月13日〜)
最後提交
2021年6月
GitHub 建立日期
2021年5月11日
收錄日
2022年7月28日
Star 數變化
以表格顯示
| 月份 | 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 |
各月最後一次快照。1,000 以上的 Star 數以 100 為單位四捨五入。
同分類的熱門資源
研究領域相近的資源
- bert-base-japanese-whole-word-maskingtohoku-nlp462kJapanese BERT‑base 預訓練於 2019 年日本維基百科,使用 IPA 字典與整詞掩碼,12 層、768 維,32,000 詞表,512 令牌序列,1 百萬步;可於 cl‑tohoku/bert‑japanese 在 CC‑BY‑SA 條款下取得。HF 模型共同: 表示學習・句法文本處理
- bert-base-japanese-char-v3tohoku-nlp130kJapanese‑language BERT‑Base(12層,768‑次元,12頭)以 Unidic 為基礎的單詞層級加字符層級標記化以及整詞遮蔽,在 CC‑100 和 2023 Wikipedia 上進行預訓練,產生了 7,027‑token 詞彙。HF 模型共同: 表示學習・句法文本處理
- bert-base-japanese-char-v2tohoku-nlp55k一個 BERT‑base 日語模型(12 層,768 維隱藏狀態,12 頭)在 30 M 句子(約 4 GB)上訓練,使用 Unidic 2.1.2 詞級分詞,隨後進行字級分詞和整詞遮蔽,使用 512 令牌序列、256 批次及 1 M 訓練步驟。HF 模型共同: 表示學習・句法文本處理
- bert-base-japanese-chartohoku-nlp11k一個 BERT‑base 日語模型(12 層,768‑維隱藏,12 頭),在約 1700 萬句來自日語維基百科(2.6 GB)的資料上進行預訓練,使用 MeCab IPA 單詞級分詞,隨後進行字符級分詞,建立一個 4000 單詞詞彙表。訓練程式碼位於 cl‑tohoku/bert‑japanese,並以 CC BY‑SA 3.0 釋出。HF 模型共同: 表示學習・句法文本處理
- bert-base-japanese-v2tohoku-nlp9kJapanese BERT‑base (12 層, 768 hidden, 12 heads) 以 4 GB 的日本 Wikipedia(約 30 M 句)為預訓練資料,使用 Unidic 2.1.2 文字級別分詞、WordPiece 子分詞,與整詞掩碼。HF 模型共同: 表示學習・句法文本處理
- bert-base-japanesetohoku-nlp9k一個基於 BERT base 的模型,預訓練於約 17 M 日文 Wikipedia 句子(2.6 GB),採用 IPA dictionary 與 WordPiece 進行 tokenization,擁有 12 layers/768‑dim hidden states/12 heads,32 000‑token 詞彙表,於 Cloud TPUs 上訓練 1 M steps,並以 CC‑BY‑SA 3.0 發布。HF 模型共同: 表示學習・句法文本處理