文件名称:
t5-pegasus:中文生成式预训练模型-源码
开发工具:
文件大小: 418kb
下载次数: 0
上传时间: 2021-03-03
详细说明:T5飞马
中文生成式预训练模型,以mT5为基础架构和初始权重,通过类似PEGASUS的方式进行预训练。
详情可见: ://kexue.fm/archives/8209
分词器
我们将T5 PEGASUS的令牌生成器转换成BERT的令牌生成器,它对中文更友好。同时,我们重新排列一版词表,从而里边的字,词都更加完善,目前的vocab.txt共包含5万个token,真正覆盖了中文的常用字,词。
预训练任务
具体来说,假设一个文档有n个句子,我们从中挑出大约n / 4个句子(可以不连续),因此这n / 4个句子拼起来的文本,跟剩下的3n / 4个句子拼写的文本,更长公共子序列重置长,然后我们将3n / 4个句子拼写的文本视为标题,n / 4个句子拼起来的文本透视摘要,通过这样的方式构成一个“(Reuters,摘要)”的伪摘要数据对。
模型下载
目前开源的T5 PEGASUS是基本版,总参数量为2
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台,提供交流渠道,下载内容来自于网络,除下载问题外,其它问题请自行百度。
- 本站已设置防盗链,请勿用迅雷、QQ旋风等多线程下载软件下载资源,下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载,请稍后再次尝试;或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎,请到消费记录里找到下载记录反馈给我们,经确认后退回积分.
- 如下载前有疑问,可以通过点击"提供者"的名字,查看对方的联系方式,联系对方咨询.