readme
Browse files
README.md
CHANGED
@@ -1,14 +1,14 @@
|
|
1 |
在众多业务中,越来越频繁的使用预训练语言模型(Pre-trained Language Models),为了在金融场景下各任务中取得更好效果,我们发布了jdt-fin-roberta-wwm模型
|
2 |
|
3 |
-
##
|
4 |
* `base模型`:12-layer, 768-hidden, 12-heads, 110M parameters
|
5 |
|
6 |
| 模型简称 | 语料 | 京盘下载 |
|
7 |
| :----: | :---: |:----:|
|
8 |
-
| fin-roberta-wwm | 金融语料 |
|
|
|
9 |
|
10 |
## 快速加载
|
11 |
-
#### 使用Huggingface-Transformers
|
12 |
依托于[Huggingface-Transformers](https://github.com/huggingface/transformers),可轻松调用以上模型。
|
13 |
```
|
14 |
tokenizer = BertTokenizer.from_pretrained("MODEL_NAME")
|
@@ -20,4 +20,5 @@ model = BertModel.from_pretrained("MODEL_NAME")
|
|
20 |
| 模型名 | MODEL_NAME |
|
21 |
| - | - |
|
22 |
| fin-roberta-wwm | wangfan/jdt-fin-roberta-wwm |
|
|
|
23 |
|
1 |
在众多业务中,越来越频繁的使用预训练语言模型(Pre-trained Language Models),为了在金融场景下各任务中取得更好效果,我们发布了jdt-fin-roberta-wwm模型
|
2 |
|
3 |
+
## 模型&下载
|
4 |
* `base模型`:12-layer, 768-hidden, 12-heads, 110M parameters
|
5 |
|
6 |
| 模型简称 | 语料 | 京盘下载 |
|
7 |
| :----: | :---: |:----:|
|
8 |
+
| fin-roberta-wwm | 金融语料 | Tensorflow()/Pytorch() |
|
9 |
+
| fin-roberta-wwm-large | 金融语料 | todo |
|
10 |
|
11 |
## 快速加载
|
|
|
12 |
依托于[Huggingface-Transformers](https://github.com/huggingface/transformers),可轻松调用以上模型。
|
13 |
```
|
14 |
tokenizer = BertTokenizer.from_pretrained("MODEL_NAME")
|
20 |
| 模型名 | MODEL_NAME |
|
21 |
| - | - |
|
22 |
| fin-roberta-wwm | wangfan/jdt-fin-roberta-wwm |
|
23 |
+
| fin-roberta-wwm-large | todo |
|
24 |
|