语言:

• 多语言
• 阿拉伯语 (ar)
• 孟加拉语 (bn)
• 德语 (de)
• 希腊语 (el)
• 英语 (en)
• 西班牙语 (es)
• 芬兰语 (fi)
• 法语 (fr)
• 印地语 (hi)
• 印尼语 (id)
• 意大利语 (it)
• 日语 (ja)
• 韩语 (ko)
• 荷兰语 (nl)
• 波兰语 (pl)
• 葡萄牙语 (pt)
• 俄语 (ru)
• 瑞典语 (sv)
• 斯瓦希里语 (sw)
• 泰卢固语 (te)
• 泰语 (th)
• 土耳其语 (tr)
• 越南语 (vi)
• 中文 (zh)

缩略图: https://github.com/studio-ousia/luke/raw/master/resources/luke_logo.png

标签:

• luke
• 命名实体识别
• 关系分类
• 问答系统

许可证: apache-2.0

mLUKE

mLUKE（多语言LUKE）是LUKE的多语言扩展版本。

更多详情和更新，请查看官方仓库。

这是mLUKE的基础模型，包含12个隐藏层，768个隐藏单元。模型总参数量为561M。该模型以XLM-RoBERTa（大模型）的权重初始化，并使用2020年12月版本的24种语言维基百科数据进行训练。

此模型是studio-ousia/mluke-large的轻量版，不包含维基百科实体嵌入，仅保留特殊实体如[MASK]。

注意事项

当使用默认配置通过AutoModel.from_pretrained加载模型时，您会看到以下警告：

模型检查点studio-ousia/mluke-base-lite的部分权重在初始化LukeModel时未被使用: [
'luke.encoder.layer.0.attention.self.w2e_query.weight', 'luke.encoder.layer.0.attention.self.w2e_query.bias', 
'luke.encoder.layer.0.attention.self.e2w_query.weight', 'luke.encoder.layer.0.attention.self.e2w_query.bias', 
'luke.encoder.layer.0.attention.self.e2e_query.weight', 'luke.encoder.layer.0.attention.self.e2e_query.bias', 
...]

这些权重是为实体感知注意力机制设计的（如LUKE论文所述）。这是预期现象，因为默认情况下use_entity_aware_attention设置为false，但预训练权重仍保留了相关参数，以便在启用use_entity_aware_attention时能加载这些权重。

引用

如果您的研究工作中使用了mLUKE，请引用以下论文：

@inproceedings{ri-etal-2022-mluke,
    title = "m{LUKE}: {T}he Power of Entity Representations in Multilingual Pretrained Language Models",
    author = "Ri, Ryokan  and
      Yamada, Ikuya  and
      Tsuruoka, Yoshimasa",
    booktitle = "Proceedings of the 60th Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers)",
    year = "2022",
    url = "https://aclanthology.org/2022.acl-long.505",