Logo
Project Icon

PhoBERT

为越南语自然语言处理带来革新

PhoBERT自然语言处理预训练语言模型越南语transformersGithub开源项目

PhoBERT是首个针对越南语的大规模预训练语言模型,基于RoBERTa架构开发。该模型在多项越南自然语言处理任务中展现出卓越性能,包括词性标注、依存句法分析、命名实体识别和自然语言推理。PhoBERT提供base和large两种版本,可通过transformers和fairseq库轻松集成使用,为越南语自然语言处理研究和应用开辟了新的可能。

GithubGithubHuggingfaceHuggingface论文论文
介绍相关项目
visobert - 专注于越南社交媒体文本的语言模型
GithubHuggingfaceSpam检测ViSoBERT仇恨言论检测开源项目情感分析模型越南社交媒体
ViSoBERT 是一款针对越南社交媒体文本的语言模型，采用了 XLM-R 架构进行单语预训练，在情感识别、仇恨言论检测等领域表现优异。通过高质量、多样性文本训练，实现了对现有模型的超越，并仅限于研究用途。
PhoGPT - 越南语生成预训练模型系列
GithubPhoGPTVietnamese开源项目生成模型聊天机器人预训练
PhoGPT是一个高性能的越南语生成预训练模型系列，包括基础模型PhoGPT-4B和聊天变体PhoGPT-4B-Chat。PhoGPT-4B在102B词汇上预训练，支持8192上下文长度和20K词汇类型。PhoGPT-4B-Chat经过微调，提升了对话和指令响应能力。PhoGPT在开源模型中表现优异，适合多种生成任务。
PhoGPT-4B-Chat - 开放源码的越南语生成模型——PhoGPT-4B-Chat
GithubHuggingfacePhoGPT对话变体开源开源项目模型生成模型越南语
PhoGPT-4B-Chat是面向越南语的生成模型，通过在70K教学指令和290K对话上进行微调，展现出色表现。其基于3.7B参数的结构，利用102B代币的越南语语料库从头开始进行预训练，使其在开源领域中脱颖而出。
PhoWhisper-large - 越南语自动语音识别模型PhoWhisper
GithubHuggingfacePhoWhisperWhisper开源项目机器学习模型语音识别越南语
PhoWhisper是一个基于多语言Whisper模型开发的越南语语音识别系统，提供五个不同版本。该模型通过844小时的多方言越南语数据集训练，适用于越南语音转文字、字幕生成等应用场景。在越南语ASR基准测试中表现优异，项目论文已被ICLR 2024收录。
wav2vec2-base-vi - 基于wav2vec2的越南语自监督学习模型提升语音识别性能
GithubHuggingfaceWav2Vec2开源项目模型自监督学习语音识别越南语预训练模型
该项目开发了基于wav2vec2架构的越南语自监督学习模型。模型使用13000小时的多样化越南语YouTube音频数据进行预训练,包括清晰音频、噪声音频和对话等。项目提供95M参数的基础版和317M参数的大型版预训练模型。在VLSP 2020 ASR数据集上,大型模型配合5-gram语言模型可将词错率降至5.32%。这些模型为越南语语音识别等下游任务提供了有力支持。
vit5-base - 用以越南语生成任务的预训练Transformer模型
GithubHuggingfaceTransformerViT5-baseVietnamese开源项目模型编码解码器预训练
这是一个先进的预训练Transformer编码解码模型，专门用于越南语生成任务。它支持文本摘要、翻译和问答功能，并在GitHub上提供使用和微调的详细示例。
PhoRanker - 先进的越南语文本排序模型
GithubHuggingfacePhoRankertransformers开源项目文本排序模型自然语言处理跨编码器
PhoRanker是一款专门针对越南语文本排序的交叉编码器模型。在MS MMarco Passage Reranking - Vi - Dev数据集上，该模型在NDCG@10和MRR@10等重要指标方面表现优异。PhoRanker兼容sentence-transformers和transformers库，提供了便捷的使用方法和预处理步骤。模型不仅性能卓越，还能保持每秒处理15个文档的高效率。对于需要进行越南语文本排序的应用场景，PhoRanker是一个值得考虑的选择。
symato - 处理越南语的开源语言模型，适用于低资源环境
GithubRWKVSymato大规模语言模型开源项目语音模型越南语
该项目使用独特的音节、标记和声调分割方法，开发了高效的越南语语言模型。通过创新的token化技术和RWKV架构，解决了传统Transformer模型在处理越南语多字节编码时的性能瓶颈。项目包括小数据集实验、大规模数据处理及大型模型训练，展示了在有限计算资源下应用规模规律的潜力。模型具有广泛适应性，既节省计算资源，又保持高效的文本生成和语言理解能力。
wav2vec2-base-vietnamese-250h - wav2vec2提升越南语音识别精度
CTCGithubHuggingfacewav2vec2开源项目模型自动语音识别语音识别越南语
项目应用wav2vec2技术实现越南语的自动语音识别。模型在13000小时的未标注YouTube音频上预训练，并在250小时的VLSP ASR数据集上进行微调，支持16kHz采样音频。结合4-grams语言模型，显著提高了语音识别的准确性，降低了VIVOS数据集的词错误率，从10.77降至6.15。项目使用CC BY-NC 4.0授权，适用于非商业用途。
ner-vietnamese-electra-base - ELECTRA基础越南语命名实体识别模型
ELECTRAGithubHuggingface命名实体识别开源项目模型深度学习自然语言处理越南语
该越南语命名实体识别模型利用ELECTRA预训练架构，并在VLSP 2018数据集上进行了微调。模型在评估集上展现出优秀性能，F1分数达92.14%。它能够有效识别越南语文本中的位置、组织和人名等实体类型。模型通过Transformers库提供，便于集成到各类越南语自然语言处理应用中。
相关项目
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务
投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号