ดาวน์โหลด KoGPT2 - ดาวน์โหลดซอร์สโค้ด KoGPT2

KoGPT2

โค้ดแหล่งที่มา AI

1.0.0

ดาวน์โหลด

KoGPT2 (GPT-2 เกาหลี) เวอร์ชัน 2.0
- โทเค็นไนเซอร์
- แบบอย่าง
  - การแสดง
  - การจำแนกประเภทหรือการถดถอย
- ข้อมูล
- การสาธิต
- ตัวอย่างที่ผู้ใช้มีส่วนร่วม
- ข่าวประชาสัมพันธ์ที่เกี่ยวข้อง
- รายชื่อผู้ติดต่อ
- ใบอนุญาต

KoGPT2 (GPT-2 เกาหลี) เวอร์ชัน 2.0

GPT-2 เป็นรูปแบบภาษาที่เรียนรู้เพื่อทำนายคำถัดไปในข้อความที่กำหนดอย่างดี และได้รับการปรับให้เหมาะสมสำหรับการสร้างประโยค KoGPT2 คือโมเดลภาษา decoder ภาษาเกาหลีที่เรียนรู้ด้วยข้อความมากกว่า 40GB เพื่อเอาชนะประสิทธิภาพภาษาเกาหลีที่ไม่เพียงพอ

โทเค็นไนเซอร์

ฝึกฝนด้วย Character BPE tokenizer จากแพ็คเกจ tokenizers

ขนาดพจนานุกรมคือ 51,200 และความสามารถในการจดจำโทเค็นเพิ่มขึ้นโดยการเพิ่มอีโมติคอนและอิโมจิ เช่น ที่ใช้ในการสนทนาบ่อยๆ ดังที่แสดงด้านล่าง

?, ?, ?, ?, ?, .. , :-) , :) , -) , (-: ...

นอกจากนี้ โทเค็นที่ไม่ได้ใช้ เช่น <unused0> ถึง <unused99> ถูกกำหนดไว้ เพื่อให้สามารถกำหนดและใช้งานได้อย่างอิสระ ขึ้นอยู่กับงานที่ต้องการ

KoGPT2-base-v2", bos_token='</s>', eos_token='</s>', unk_token='<unk>', pad_token='<pad>', mask_token='<mask>') > tokenizer.tokenize("안녕하세요. 한국어 GPT-2 입니다.?:)l^o") ['▁안녕', '하', '세', '요.', '▁한국어', '▁G', 'P', 'T', '-2', '▁입', '니다.', '?', ':)', 'l^o']">

 > from transformers import PreTrainedTokenizerFast
> tokenizer = PreTrainedTokenizerFast . from_pretrained ( "skt/ KoGPT2 -base-v2" ,
  bos_token = '</s>' , eos_token = '</s>' , unk_token = '<unk>' ,
  pad_token = '<pad>' , mask_token = '<mask>' )
> tokenizer . tokenize ( "안녕하세요. 한국어 GPT-2 입니다.?:)l^o" )
[ '▁안녕' , '하' , '세' , '요.' , '▁한국어' , '▁G' , 'P' , 'T' , '-2' , '▁입' , '니다.' , '?' , ':)' , 'l^o' ]

แบบอย่าง

แบบอย่าง	#ของพารามิเตอร์	พิมพ์	#จำนวนชั้น	#ของหัว	ffn_dim	ซ่อนอยู่_dims
`KoGPT2 -base-v2`	125ม	เครื่องถอดรหัส	12	12	3072	768

KoGPT2-base-v2') > text = '근육이 커지기 위해서는' > input_ids = tokenizer.encode(text, return_tensors='pt') > gen_ids = model.generate(input_ids, max_length=128, repetition_penalty=2.0, pad_token_id=tokenizer.pad_token_id, eos_token_id=tokenizer.eos_token_id, bos_token_id=tokenizer.bos_token_id, use_cache=True) > generated = tokenizer.decode(gen_ids[0]) > print(generated) 근육이 커지기 위해서는 무엇보다 규칙적인 생활습관이 중요하다. 특히, 아침식사는 단백질과 비타민이 풍부한 과일과 채소를 많이 섭취하는 것이 좋다. 또한 하루 30분 이상 충분한 수면을 취하는 것도 도움이 된다. 아침 식사를 거르지 않고 규칙적으로 운동을 하면 혈액순환에 도움을 줄 뿐만 아니라 신진대사를 촉진해 체내 노폐물을 배출하고 혈압을 낮춰준다. 운동은 하루에 10분 정도만 하는 게 좋으며 운동 후에는 반드시 스트레칭을 통해 근육량을 늘리고 유연성을 높여야 한다. 운동 후 바로 잠자리에 드는 것은 피해야 하며 특히 아침에 일어나면 몸이 피곤해지기 때문에 무리하게 움직이면 오히려 역효과가 날 수도 있다...">

 > import torch
> from transformers import GPT2LMHeadModel

> model = GPT2LMHeadModel . from_pretrained ( 'skt/ KoGPT2 -base-v2' )
> text = '근육이 커지기 위해서는'
> input_ids = tokenizer . encode ( text , return_tensors = 'pt' )
> gen_ids = model . generate ( input_ids ,
                           max_length = 128 ,
                           repetition_penalty = 2.0 ,
                           pad_token_id = tokenizer . pad_token_id ,
                           eos_token_id = tokenizer . eos_token_id ,
                           bos_token_id = tokenizer . bos_token_id ,
                           use_cache = True )
> generated = tokenizer . decode ( gen_ids [ 0 ])
> print ( generated )
근육이 커지기 위해서는 무엇보다 규칙적인 생활습관이 중요하다 .
특히 , 아침식사는 단백질과 비타민이 풍부한 과일과 채소를 많이 섭취하는 것이 좋다 .
또한 하루 30 분 이상 충분한 수면을 취하는 것도 도움이 된다 .
아침 식사를 거르지 않고 규칙적으로 운동을 하면 혈액순환에 도움을 줄 뿐만 아니라 신진대사를 촉진해 체내 노폐물을 배출하고 혈압을 낮춰준다 .
운동은 하루에 10 분 정도만 하는 게 좋으며 운동 후에는 반드시 스트레칭을 통해 근육량을 늘리고 유연성을 높여야 한다 .
운동 후 바로 잠자리에 드는 것은 피해야 하며 특히 아침에 일어나면 몸이 피곤해지기 때문에 무리하게 움직이면 오히려 역효과가 날 수도 있다 ...

การแสดง

การจำแนกประเภทหรือการถดถอย

	NSMC (ตามมาตรฐาน)	คอร์เอสทีเอส(สเปียร์แมน)
KoGPT2 2 2.0	89.1	77.8

ข้อมูล

นอกจากวิกิพีเดียภาษาเกาหลีแล้ว ข้อมูลต่างๆ เช่น ข่าว และคลังข้อมูล v1.0 ของทุกคนยังถูกนำมาใช้ในการฝึกโมเดลอีกด้วย

การสาธิต

ลิงค์สาธิต

ตัวอย่างที่ผู้ใช้มีส่วนร่วม

สถาบันหนังสือพิมพ์ภาษาเกาหลีแห่งชาติ Corpus (Ver.1.1) การจำแนกหัวข้อบทความข่าว

ข่าวประชาสัมพันธ์ที่เกี่ยวข้อง

SKT พัฒนา ' KoGPT2 ' เวอร์ชันใหม่ ซึ่งเป็น AI การเขียน... ปรับปรุงประสิทธิภาพโดยการสร้างประโยค → ย่อหน้า
[AI Model Explorer] #7 GPT-2, KoGPT2 เวอร์ชันเกาหลี