TiBERT: Tibetan Pre-trained Language Model

计算机科学 词汇 自然语言处理 语言模型 人工智能 比例(比率) 自然语言 特征(语言学) 语言学 量子力学 物理 哲学
作者
Sisi Liu,Junjie Deng,Yuan Sun,Xiaobing Zhao
标识
DOI:10.1109/smc53654.2022.9945074
摘要

The pre-trained language model is trained on large-scale unlabeled text and can achieve state-of-the-art results in many different downstream tasks. However, the current pre-trained language model is mainly concentrated in the Chinese and English fields. For low resource language such as Tibetan, there is lack of a monolingual pre-trained model. To promote the development of Tibetan natural language processing tasks, this paper collects the large-scale training data from Tibetan websites and constructs a vocabulary that can cover 99.95% of the words in the corpus by using Sentencepiece. Then, we train the Tibetan monolingual pre-trained language model named TiBERT on the data and vocabulary. Finally, we apply TiBERT to the downstream tasks of text classification and question generation, and compare it with classic models and multilingual pre-trained models, the experimental results show that TiBERT can achieve the best performance. Our model is published in http://tibert.cmli-nlp.con
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
lvshiwen发布了新的社区帖子
4秒前
5秒前
爱笑子默完成签到,获得积分10
6秒前
科研包完成签到,获得积分10
6秒前
7秒前
TIX完成签到 ,获得积分10
8秒前
凝心完成签到,获得积分10
10秒前
研友_8YK7Pn发布了新的文献求助10
12秒前
纯情的远山完成签到,获得积分10
12秒前
Steven发布了新的文献求助10
12秒前
Leo发布了新的文献求助10
12秒前
搜集达人应助冷酷太清采纳,获得10
13秒前
hecarli完成签到,获得积分0
15秒前
怎么会睡不醒完成签到 ,获得积分10
17秒前
17秒前
Zhangtao完成签到,获得积分10
17秒前
tyj完成签到,获得积分10
18秒前
18秒前
学习鱼完成签到,获得积分10
19秒前
Leo完成签到,获得积分10
20秒前
standingo完成签到,获得积分10
20秒前
不爱吃banana的猴子完成签到,获得积分10
21秒前
复杂念梦完成签到,获得积分10
22秒前
圈圈应助落后书竹采纳,获得10
23秒前
111111111发布了新的文献求助10
25秒前
25秒前
wljwljwlj完成签到 ,获得积分10
26秒前
lf-leo完成签到,获得积分10
27秒前
南宫书瑶完成签到,获得积分10
27秒前
独特的易形完成签到,获得积分10
27秒前
磊枝发布了新的文献求助10
28秒前
一个完成签到 ,获得积分10
28秒前
等待的幼晴完成签到,获得积分10
29秒前
lulu完成签到,获得积分10
29秒前
书临完成签到 ,获得积分10
29秒前
29秒前
深情安青应助科研通管家采纳,获得10
30秒前
冰魂应助科研通管家采纳,获得60
30秒前
隐形曼青应助科研通管家采纳,获得10
30秒前
搜集达人应助科研通管家采纳,获得10
30秒前
高分求助中
【此为提示信息,请勿应助】请按要求发布求助,避免被关 20000
Continuum Thermodynamics and Material Modelling 2000
Encyclopedia of Geology (2nd Edition) 2000
105th Edition CRC Handbook of Chemistry and Physics 1600
Maneuvering of a Damaged Navy Combatant 650
Периодизация спортивной тренировки. Общая теория и её практическое применение 310
Mixing the elements of mass customisation 300
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 物理 生物化学 纳米技术 计算机科学 化学工程 内科学 复合材料 物理化学 电极 遗传学 量子力学 基因 冶金 催化作用
热门帖子
关注 科研通微信公众号,转发送积分 3779404
求助须知:如何正确求助?哪些是违规求助? 3324954
关于积分的说明 10220585
捐赠科研通 3040099
什么是DOI,文献DOI怎么找? 1668560
邀请新用户注册赠送积分活动 798721
科研通“疑难数据库(出版商)”最低求助积分说明 758522