【文件属性】：
文件名称：plur：NLP中代表性不足的语言的预训练语言模型
文件大小：2KB
文件格式：ZIP
更新时间：2021-02-20 07:12:43
nlp flair elmo under-represented
plur：P重新训练ünder-内容r L anguage模型epresented语言
该存储库包含针对NLP中代表性不足的语言的预训练语言模型。
语言模型适用于Flair和ELMo（即将推出：XLNet）。 使用Flair在NER和PoS标记下游任务上评估所有受过训练的语言模型。
巴斯克
语料库
Flair Embeddings和ELMo在最近的Wikipedia转储中接受了培训，并从OPUS和Leipzig Corpora Collection中收集了各种文本。
一些统计：
代币数量：57,110,741（未标记），72,683,662（已标记）
大小：417M（未标记），440M（已标记）
切记：Flair嵌入在原始和未标记的文本上受过训练，因此不需要标记化。 与ELMo相比，底层语言模型是基于字符的模型：ELMo需要标记化输入。 对于令牌化，我们使用了一个非常简单的令牌化
【文件预览】：
plur-master
----README.md(8KB)