Introducing BEREL: BERT Embeddings for Rabbinic-Encoded Language
Paper • 2208.01875 • Published • 1
# Load model directly
from transformers import AutoTokenizer, AutoModelForSequenceClassification
tokenizer = AutoTokenizer.from_pretrained("sivan22/halacha-siman-seif-classifier")
model = AutoModelForSequenceClassification.from_pretrained("sivan22/halacha-siman-seif-classifier")Quick Links
About the model
This model was pretrained from BEREL-2.0 to classify any sentence to the exact Siman (chapter) and Seif (paragraph) in the book "Shulchan Aruch" volume "Orach Chaim", and can be useful as a semantic search tool for Halachic topics.
אודות המודל
המודל הזה מאתר את הסימן והסעיף המדוייקים שבהם נמצא הנושא המדובר מתוך שולחן ערוך אורח חיים. שימושי עבור חיפוש נושאים הלכתיים.
הנתונים לאימון היו הטקסט של "שולחן ערוך" והמפרשים, וכן מאגר שאלות פרטי ממוין לפי סימן וסעיף
demo
a demo is available Here
הדגמה
ניתן לנסות את המודל בקישור הזה
credits
BEREL-2.0:
Avi Shmidman, Joshua Guedalia, Shaltiel Shmidman, Cheyn Shmuel Shmidman, Eli Handel, Moshe Koppel, "Introducing BEREL: BERT Embeddings for Rabbinic-Encoded Language", Aug 2022 [arXiv:2208.01875]
- Downloads last month
- 15
# Use a pipeline as a high-level helper from transformers import pipeline pipe = pipeline("text-classification", model="sivan22/halacha-siman-seif-classifier")