Create README.md
Browse files
README.md
ADDED
@@ -0,0 +1,34 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
---
|
2 |
+
language:
|
3 |
+
- it
|
4 |
+
pipeline_tag: fill-mask
|
5 |
+
library_name: transformers
|
6 |
+
widget:
|
7 |
+
- example_title: "Esempio 1"
|
8 |
+
text: "Più tardi, durante la sua carriera, la gravidanza la costrinse a cancellare le sue apparizioni programmate nell'autunno del 1935. Il 29 marzo 1936 entrò in una clinica di Londra in [MASK] della nascita del suo bimbo"
|
9 |
+
- example_title: "Esempio 2"
|
10 |
+
text: "Nella stagione 2017-2018 il Karlsruhe, allenato da Alois Schwartz, [MASK] il campionato di 3. Liga al 3º posto."
|
11 |
+
- example_title: "Esempio 3"
|
12 |
+
text: "Conchita Supervía, nome alla nascita María de la Concepción Supervía Pascual (Barcellona, 8 dicembre 1895[1] – Londra, 30 marzo 1936), è [MASK] un mezzosoprano spagnolo molto famosa nel panorama operistico europeo e statunitense, attiva anche in campo concertistico"
|
13 |
+
|
14 |
+
|
15 |
+
---
|
16 |
+
|
17 |
+
**bertina-3M** is an italian foundational model based on bert, pretrained from scratch on 30GB of italian Wikipedia articles (10M sentences).
|
18 |
+
|
19 |
+
It has 3M parameters and uses a 512 context window size.
|
20 |
+
|
21 |
+
The project is still a work in progress, new versions will come with time.
|
22 |
+
|
23 |
+
Use it as a foundational model to be finetuned for specific italian tasks.
|
24 |
+
|
25 |
+
# Training
|
26 |
+
|
27 |
+
- epochs: 4
|
28 |
+
- lr: 4e-4
|
29 |
+
- optim: AdamW (beta_1=0.8)
|
30 |
+
- weight_decay: 1e-2
|
31 |
+
|
32 |
+
# Eval
|
33 |
+
|
34 |
+
- perplexity: 21 (it's a 11MB model!)
|