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 哲学 物理 量子力学
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
1秒前
开心果大王完成签到,获得积分10
2秒前
四川第一深情完成签到 ,获得积分10
2秒前
3秒前
无辜丹翠完成签到 ,获得积分10
4秒前
twebery完成签到,获得积分10
5秒前
lrid完成签到,获得积分10
6秒前
smiler488完成签到,获得积分10
6秒前
7秒前
阳光的凡阳完成签到 ,获得积分0
8秒前
风信子完成签到,获得积分0
9秒前
10秒前
kaiqiang完成签到,获得积分0
10秒前
10秒前
任欣雨完成签到,获得积分10
11秒前
错过的风景完成签到,获得积分10
11秒前
ming2026的应助被初景采纳,获得10
11秒前
秋乏完成签到 ,获得积分10
11秒前
无私媚颜完成签到,获得积分10
11秒前
helf_tender完成签到,获得积分10
11秒前
精明的盼雁完成签到,获得积分10
12秒前
luckylumia完成签到,获得积分20
12秒前
12秒前
dashi完成签到,获得积分10
13秒前
Casey完成签到,获得积分10
13秒前
和解完成签到,获得积分10
13秒前
公西元风完成签到,获得积分10
14秒前
14秒前
14秒前
追风少年完成签到,获得积分10
15秒前
缓慢仇天完成签到,获得积分10
16秒前
DrWho1985完成签到,获得积分10
17秒前
Brave发布了新的文献求助10
17秒前
Edinburgh发布了新的文献求助10
17秒前
17秒前
17秒前
晨曦完成签到,获得积分10
18秒前
const完成签到,获得积分10
18秒前
山岚完成签到 ,获得积分10
19秒前
研友_ZA2B68完成签到,获得积分0
19秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Energie-Contracting 1500
Klimaschutzrecht durch den Energiesektor im Mehrebenensystem – Ein Rechtsvergleich 1000
Stochastic Models in Operations Research,Vol. 2 600
Organizational Behavior 510
桑白皮エキスの実験的, 臨床的育毛効果について 500
Comprehensive Heterocyclic Chemistry IV 400
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8041776
求助须知:如何正确求助?哪些是违规求助? 9474942
关于积分的说明 21275002
捐赠科研通 7610342
什么是DOI,文献DOI怎么找? 3391485
关于科研通互助平台的介绍 2523023
邀请新用户注册赠送积分活动 2429303