Commit
·
0f6c96c
1
Parent(s):
39cbfaa
Update README.md
Browse files
README.md
CHANGED
|
@@ -6,22 +6,22 @@ tags:
|
|
| 6 |
---
|
| 7 |
|
| 8 |
|
| 9 |
-
#
|
| 10 |
|
| 11 |
-
|
| 12 |
|
| 13 |
El modelo utiliza un tokenizador Byte-level BPE con un vocabulario de 52000 tokens de subpalabras.
|
| 14 |
|
| 15 |
## Usabilidad
|
| 16 |
-
Una vez descargado los pesos y el tokenizador es necesario adjuntarlo en un sola carpeta, en este caso fue `
|
| 17 |
|
| 18 |
```python
|
| 19 |
from transformers import pipeline
|
| 20 |
|
| 21 |
fill_mask = pipeline(
|
| 22 |
"fill-mask",
|
| 23 |
-
model="./
|
| 24 |
-
tokenizer="./
|
| 25 |
)
|
| 26 |
```
|
| 27 |
Se hace la prueba, la cual esta en fases de mejoras.
|
|
|
|
| 6 |
---
|
| 7 |
|
| 8 |
|
| 9 |
+
# QuBERTa
|
| 10 |
|
| 11 |
+
QuBERTa es un modelo de lenguaje basado en RoBERTa para el quechua. Nuestro modelo de lenguaje fue pre-entrenado con 5M de tokens del quechua sureño (Collao y Chanka).
|
| 12 |
|
| 13 |
El modelo utiliza un tokenizador Byte-level BPE con un vocabulario de 52000 tokens de subpalabras.
|
| 14 |
|
| 15 |
## Usabilidad
|
| 16 |
+
Una vez descargado los pesos y el tokenizador es necesario adjuntarlo en un sola carpeta, en este caso fue `QuBERTa `.
|
| 17 |
|
| 18 |
```python
|
| 19 |
from transformers import pipeline
|
| 20 |
|
| 21 |
fill_mask = pipeline(
|
| 22 |
"fill-mask",
|
| 23 |
+
model="./QuBERTa",
|
| 24 |
+
tokenizer="./QuBERTa"
|
| 25 |
)
|
| 26 |
```
|
| 27 |
Se hace la prueba, la cual esta en fases de mejoras.
|