| ---
|
| license: mit
|
| tags:
|
| - test
|
| - demo
|
| - bert
|
| - nlp
|
| - italian
|
| - custom-vocabulary
|
| language:
|
| - it
|
| ---
|
|
|
| # Test Model Demo - BERT con Vocabolario Personalizzato
|
|
|
| Modello BERT ridotto creato con un vocabolario personalizzato italiano di 50,000 parole.
|
|
|
| ## Descrizione
|
|
|
| Questo è un modello BERT (Bidirectional Encoder Representations from Transformers) ridotto con:
|
| - **Architettura**: 2 layer transformer, hidden size 128, 2 attention heads
|
| - **Parametri**: 6.9 milioni di parametri
|
| - **Vocabolario**: 50,005 token (incl. token speciali BERT)
|
| - **Vocabolario personalizzato**: Basato su un dataset italiano di 4.2+ milioni di parole
|
|
|
| ## Caratteristiche
|
|
|
| - Tokenizer personalizzato con vocabolario italiano
|
| - Modello BERT ottimizzato per risorse limitate
|
| - Formato safetensors per sicurezza
|
| - Compatibile con Hugging Face Transformers
|
|
|
| ## Utilizzo
|
|
|
| ```python
|
| from transformers import BertForMaskedLM, PreTrainedTokenizerFast
|
|
|
| # Carica il modello e tokenizer
|
| model = BertForMaskedLM.from_pretrained("Tonysar/test-model-demo")
|
| tokenizer = PreTrainedTokenizerFast.from_pretrained("Tonysar/test-model-demo")
|
|
|
| # Esempio di utilizzo
|
| text = "a ab abc"
|
| inputs = tokenizer(text, return_tensors="pt")
|
| outputs = model(**inputs)
|
| ```
|
|
|
| ## Specifiche Tecniche
|
|
|
| - **Model Type**: BERT for Masked Language Modeling
|
| - **Vocab Size**: 50,005
|
| - **Hidden Size**: 128
|
| - **Num Hidden Layers**: 2
|
| - **Num Attention Heads**: 2
|
| - **Intermediate Size**: 512
|
| - **Max Position Embeddings**: 128
|
| - **Parameters**: 6,880,853
|
|
|
| ## Note
|
|
|
| Questo modello è stato creato come demo e non ha completato il training completo. È ottimizzato per test e sviluppo su sistemi con risorse limitate.
|
|
|
| ## Licenza
|
|
|
| MIT License
|
|
|
