macedonizer
commited on
Commit
•
514fe0f
1
Parent(s):
265b247
Update README.md
Browse files
README.md
CHANGED
@@ -16,36 +16,36 @@ Note that this model is primarily aimed at being fine-tuned on tasks that use th
|
|
16 |
How to use
|
17 |
You can use this model directly with a pipeline for masked language modeling:
|
18 |
|
19 |
-
>>> from transformers import pipeline
|
20 |
-
>>> unmasker = pipeline('fill-mask', model='macedonizer/mk-roberta-base')
|
21 |
-
>>> unmasker("Скопје е <mask> град на Македонија.")
|
22 |
-
|
23 |
-
[{'sequence': 'Скопје е главен град на Македонија.',
|
24 |
-
'score': 0.5900368094444275,
|
25 |
-
'token': 2782,
|
26 |
-
'token_str': ' главен'},
|
27 |
-
{'sequence': 'Скопје е главниот град на Македонија.',
|
28 |
-
'score': 0.1789761781692505,
|
29 |
-
'token': 3177,
|
30 |
-
'token_str': ' главниот'},
|
31 |
-
{'sequence': 'Скопје е административен град на Македонија.',
|
32 |
-
'score': 0.01679774932563305,
|
33 |
-
'token': 9563,
|
34 |
-
'token_str': ' административен'},
|
35 |
-
{'sequence': 'Скопје е мал град на Македонија.',
|
36 |
-
'score': 0.016263898462057114,
|
37 |
-
'token': 2473,
|
38 |
-
'token_str': ' мал'},
|
39 |
-
{'sequence': 'Скопје е најголемиот град на Македонија.',
|
40 |
-
'score': 0.01312252413481474,
|
41 |
-
'token': 4271,
|
42 |
-
'token_str': ' најголемиот'}]
|
43 |
-
|
44 |
Here is how to use this model to get the features of a given text in PyTorch:
|
45 |
|
46 |
-
from transformers import RobertaTokenizer, RobertaModel
|
47 |
-
tokenizer = RobertaTokenizer.from_pretrained('macedonizer/mk-roberta-base')
|
48 |
-
model = RobertaModel.from_pretrained('macedonizer/mk-roberta-base')
|
49 |
-
text = "Replace me by any text you'd like."
|
50 |
-
encoded_input = tokenizer(text, return_tensors='pt')
|
51 |
-
output = model(**encoded_input)
|
|
|
16 |
How to use
|
17 |
You can use this model directly with a pipeline for masked language modeling:
|
18 |
|
19 |
+
>>> from transformers import pipeline \
|
20 |
+
>>> unmasker = pipeline('fill-mask', model='macedonizer/mk-roberta-base') \
|
21 |
+
>>> unmasker("Скопје е <mask> град на Македонија.") \
|
22 |
+
\
|
23 |
+
[{'sequence': 'Скопје е главен град на Македонија.', \
|
24 |
+
'score': 0.5900368094444275, \
|
25 |
+
'token': 2782, \
|
26 |
+
'token_str': ' главен'}, \
|
27 |
+
{'sequence': 'Скопје е главниот град на Македонија.', \
|
28 |
+
'score': 0.1789761781692505, \
|
29 |
+
'token': 3177, \
|
30 |
+
'token_str': ' главниот'}, \
|
31 |
+
{'sequence': 'Скопје е административен град на Македонија.', \
|
32 |
+
'score': 0.01679774932563305, \
|
33 |
+
'token': 9563, \
|
34 |
+
'token_str': ' административен'}, \
|
35 |
+
{'sequence': 'Скопје е мал град на Македонија.', \
|
36 |
+
'score': 0.016263898462057114, \
|
37 |
+
'token': 2473, \
|
38 |
+
'token_str': ' мал'}, \
|
39 |
+
{'sequence': 'Скопје е најголемиот град на Македонија.', \
|
40 |
+
'score': 0.01312252413481474, \
|
41 |
+
'token': 4271, \
|
42 |
+
'token_str': ' најголемиот'}] \
|
43 |
+
\
|
44 |
Here is how to use this model to get the features of a given text in PyTorch:
|
45 |
|
46 |
+
from transformers import RobertaTokenizer, RobertaModel \
|
47 |
+
tokenizer = RobertaTokenizer.from_pretrained('macedonizer/mk-roberta-base') \
|
48 |
+
model = RobertaModel.from_pretrained('macedonizer/mk-roberta-base') \
|
49 |
+
text = "Replace me by any text you'd like." \
|
50 |
+
encoded_input = tokenizer(text, return_tensors='pt') \
|
51 |
+
output = model(**encoded_input) \
|