File size: 1,788 Bytes
c86a6b4 56a8560 c86a6b4 d28b0f4 c86a6b4 1f47e68 1586681 c75d068 c86a6b4 32d3205 c86a6b4 d28b0f4 c86a6b4 1f47e68 1586681 c75d068 c86a6b4 32d3205 c86a6b4 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 |
---
language: ja
license: cc-by-sa-4.0
datasets:
- wikipedia
- cc100
widget:
- text: 天気予報によれば明日は
- text: 私の今日の昼飯は
- text: サッカー日本代表はベルギーに
- text: 日本人サッカー選手が W 杯で
---
## GPT2 Japanese base model version 2
### Prerequisites
transformers==4.19.2
### Model architecture
This model uses GPT2 base setttings except vocabulary size.
### Tokenizer
Using BPE tokenizer with vocabulary size 60,000.
### Training Data
* [wiki40b/ja](https://www.tensorflow.org/datasets/catalog/wiki40b#wiki40bja) (Japanese Wikipedia)
* Subset of [CC-100/ja](https://data.statmt.org/cc-100/) : Monolingual Datasets from Web Crawl Data
### Usage
```python
from transformers import pipeline
generator = pipeline('text-generation', model='ClassCat/gpt2-base-japanese-v2')
generator("今度の連休の天気は", max_length=50, num_return_sequences=5)
```
## (Japanese description) GPT2 日本語 ベースモデル・バージョン 2
### 前提条件
transformers==4.19.2
### モデル・アーキテクチャ
このモデルは GPT2 ベースモデルの設定を (語彙サイズ以外は) 使用しています。
### トークナイザー
語彙サイズ 60,000 の BPE トークナイザーを使用しています。
### 訓練データ
* [wiki40b/ja](https://www.tensorflow.org/datasets/catalog/wiki40b#wiki40bja) (日本語 Wikipedia)
* [CC-100/ja](https://data.statmt.org/cc-100/) のサブセット : Web クロールデータからの単一言語データセット。
### 使用方法
```python
from transformers import pipeline
generator = pipeline('text-generation', model='ClassCat/gpt2-base-japanese-v2')
generator("今度の連休の天気は", max_length=50, num_return_sequences=5)
```
|