懂AI
bert-base-turkish-cased

bert-base-turkish-cased

巴伐利亚州立图书馆开发的土耳其语BERT预训练模型

巴伐利亚州立图书馆MDZ数字图书馆团队开发的土耳其语BERT模型，使用多种语料库进行预训练。该模型基于35GB、44亿token的语料库，经过200万步训练，可通过Hugging Face Transformers库加载。它为土耳其语自然语言处理任务如词性标注和命名实体识别提供了基础支持。模型采用了OSCAR语料库、Wikipedia、OPUS语料库等多种资源，旨在提升土耳其语NLP任务的性能。

土耳其语Huggingface模型机器学习BERTGithub开源项目自然语言处理Hugging Face
GitHubHugging Face论文文档

BERTurk项目介绍

BERTurk是一个社区驱动的土耳其语BERT模型项目。它由巴伐利亚州立图书馆的MDZ数字图书馆团队(dbmdz)开源发布,是一个针对土耳其语的区分大小写的BERT模型。

模型训练

BERTurk模型的训练数据来源丰富,包括:

  • 经过过滤和分句处理的土耳其语OSCAR语料库
  • 最新的维基百科语料库
  • 多个OPUS语料库
  • Kemal Oflazer提供的特殊语料库

最终的训练语料库规模达到35GB,包含44,049,766,620个标记。借助Google的TensorFlow Research Cloud (TFRC)提供的TPU v3-8,该模型经过了200万步的训练。

模型使用

BERTurk模型目前提供PyTorch-Transformers兼容的权重。用户可以通过以下代码轻松加载模型:

from transformers import AutoModel, AutoTokenizer

tokenizer = AutoTokenizer.from_pretrained("dbmdz/bert-base-turkish-cased")
model = AutoModel.from_pretrained("dbmdz/bert-base-turkish-cased")

模型评估

该项目在GitHub上提供了一个专门的仓库,用于评估BERTurk模型在词性标注和命名实体识别等任务上的性能。感兴趣的用户可以访问该仓库获取详细的评估结果。

模型获取

所有模型都可以在Hugging Face模型仓库中找到,方便用户下载和使用。

项目贡献与支持

该项目得到了土耳其自然语言处理社区的大力支持,包括提供数据集用于预训练和评估。项目名称"BERTurk"也是由社区共同决定的。

此外,项目还要感谢Kemal Oflazer提供的额外大型土耳其语语料库,以及Reyyan Yeniterzi提供的土耳其语命名实体识别数据集。Google的TensorFlow Research Cloud(TFRC)为项目提供了云TPU支持,Hugging Face团队则为模型提供了存储支持。

对于BERTurk模型有任何问题或反馈,用户可以在项目的GitHub仓库中提出issue。项目团队欢迎社区的参与和贡献,共同推动土耳其语自然语言处理技术的发展。

编辑推荐精选

Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手，它拥有超精准的音频识别翻译能力，几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球，无论你是留学生、商务人士、韩剧美剧爱好者，还是出国游玩、多国会议、跨国追星等等，都可以满足你所有需要同传的场景需求，线上线下通用，扫除语言障碍，让全世界的语言交流不再有国界。

讯飞智文

讯飞智文

一键生成PPT和Word，让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目，能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定，还是学生群体的职业生涯规划、实习避坑指南，亦或是活动策划、旅游攻略等内容，它都能提供支持，帮助用户精准表达，轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级，全面对标OpenAI o1

科大讯飞的星火大模型，支持语言理解、知识问答和文本创作等多功能，适用于多种文件和业务场景，提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台，涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能，能为不同需求的用户提供便捷高效的帮助，助力用户轻松获取信息、解决问题，满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目，由多个知名机构联合参与。该项目提供了高效的 LLM（大语言模型）驱动的语音合成方案，支持语音克隆和语音创建功能，可通过命令行界面（CLI）和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数，生成高质量的语音。该项目适用于多种场景，如有声读物制作、智能语音助手开发等。

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
咔片PPT

咔片PPT

AI助力，做PPT更简单！

咔片是一款轻量化在线演示设计工具，借助 AI 技术，实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT，提供海量模板、智能美化、素材替换等功能，适用于销售、教师、学生等各类人群，能高效制作出高品质 PPT，满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文，一站式创作，让内容运营更高效

讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台，公文写作神器

AI 材料星，专业的 AI 公文写作辅助平台，为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能，支持 30 + 文稿类型生成，助力快速完成领导讲话、工作总结、述职报告等材料，提升办公效率，是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK，助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK，它为开发者提供了与 OpenAI 模型交互的高效工具，支持工具调用、结果处理、追踪等功能，涵盖多种应用场景，如研究助手、财务研究等，能显著提升开发效率，让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具，支持从文本描述、单张图片或多视角图片生成 3D 模型，具备快速形状生成能力，可生成带纹理的高质量 3D 模型，适用于多个领域，为 3D 创作提供了高效解决方案。

下拉加载更多