语言:

• 中文 许可证: "Apache-2.0" 任务标签: "填充掩码"

如需重新训练这些模型，请对判别器使用ElectraForPreTraining，对生成器使用ElectraForMaskedLM。

中文ELECTRA

谷歌与斯坦福大学联合发布了名为ELECTRA的新型预训练模型，相较于BERT及其变体，该模型体积显著精简且性能具有相对竞争力。为加速中文预训练模型的研究进程，哈工大-讯飞联合实验室（HFL）基于ELECTRA官方代码发布了中文ELECTRA系列模型。ELECTRA-small仅需BERT及其变体1/10的参数量，即可在多项NLP任务中达到相近甚至更高的性能指标。

本项目基于ELECTRA官方代码实现：https://github.com/google-research/electra

您可能还对以下项目感兴趣：

• 中文BERT系列：https://github.com/ymcui/Chinese-BERT-wwm
• 中文ELECTRA：https://github.com/ymcui/Chinese-ELECTRA
• 中文XLNet：https://github.com/ymcui/Chinese-XLNet
• 知识蒸馏工具包TextBrewer：https://github.com/airaria/TextBrewer

更多HFL资源请访问：https://github.com/ymcui/HFL-Anthology

引用声明

如果我们的资源或论文对您的研究有所帮助，请在您的论文中引用以下内容。

• 论文地址：https://arxiv.org/abs/2004.13922

@inproceedings{cui-etal-2020-revisiting,
    title = "Revisiting Pre-Trained Models for {C}hinese Natural Language Processing",
    author = "Cui, Yiming  and
      Che, Wanxiang  and
      Liu, Ting  and
      Qin, Bing  and
      Wang, Shijin  and
      Hu, Guoping",
    booktitle = "Proceedings of the 2020 Conference on Empirical Methods in Natural Language Processing: Findings",
    month = nov,
    year = "2020",
    address = "Online",
    publisher = "Association for Computational Linguistics",
    url = "https://www.aclweb.org/anthology/2020.findings-emnlp.58",
    pages = "657--668",
}