🚀 法律版巴西BERT模型(Legal_BERTimbau)
Legal_BERTimbau Large是一个基于BERTimbau Large微调的BERT模型。“BERTimbau Base是一个针对巴西葡萄牙语的预训练BERT模型,在三个下游NLP任务(命名实体识别、句子文本相似度和文本蕴含识别)上达到了当前最优性能。它有两种规模:Base和Large。
如需更多信息或有相关需求,请访问BERTimbau仓库。”
当训练数据和测试数据存在领域差异时,语言模型的性能可能会发生显著变化。为了创建一个适用于法律领域的葡萄牙语语言模型,原始的BERTimbau模型经过了微调阶段,在30000份在线可用的葡萄牙语法律文件上进行了1个“预训练”轮次。
✨ 主要特性
- 基于BERTimbau Large进行微调,适配法律领域。
- 可用于法律文本的相关NLP任务,如命名实体识别、文本相似度计算等。
📦 安装指南
使用该模型,你需要安装transformers
库,可使用以下命令进行安装:
pip install transformers
💻 使用示例
基础用法
from transformers import AutoTokenizer, AutoModelForMaskedLM
tokenizer = AutoTokenizer.from_pretrained("rufimelo/Legal-BERTimbau-base")
model = AutoModelForMaskedLM.from_pretrained("rufimelo/Legal-BERTimbau-base")
高级用法
掩码语言建模预测示例
from transformers import pipeline
from transformers import AutoTokenizer, AutoModelForMaskedLM
tokenizer = AutoTokenizer.from_pretrained("rufimelo/Legal-BERTimbau-base")
model = AutoModelForMaskedLM.from_pretrained("rufimelo/Legal-BERTimbau-base")
pipe = pipeline('fill-mask', model=model, tokenizer=tokenizer)
pipe('O advogado apresentou [MASK] para o juíz')
获取BERT嵌入
import torch
from transformers import AutoModel
model = AutoModel.from_pretrained('rufimelo/Legal-BERTimbau-base')
input_ids = tokenizer.encode('O advogado apresentou recurso para o juíz', return_tensors='pt')
with torch.no_grad():
outs = model(input_ids)
encoded = outs[0][0, 1:-1]
📚 详细文档
可用模型
属性 |
详情 |
模型类型 |
有rufimelo/Legal-BERTimbau-base (BERT-Base架构,12层,1.1亿参数)和rufimelo/Legal-BERTimbau-large (BERT-Large架构,24层,3.35亿参数)两种模型可供选择。 |
训练数据 |
在30000份在线可用的葡萄牙语法律文件上进行了1个“预训练”轮次。 |
📄 许可证
本项目采用MIT许可证。
📚 引用
如果您使用了该模型,请引用BERTimbau的相关工作:
@inproceedings{souza2020bertimbau,
author = {F{\'a}bio Souza and
Rodrigo Nogueira and
Roberto Lotufo},
title = {{BERT}imbau: pretrained {BERT} models for {B}razilian {P}ortuguese},
booktitle = {9th Brazilian Conference on Intelligent Systems, {BRACIS}, Rio Grande do Sul, Brazil, October 20-23 (to appear)},
year = {2020}
}