Language modeling/nl: Difference between revisions

From Clarin K-Centre
Jump to navigation Jump to search
VisualWikitext
(Created page with "'Colibri core' is een natuurlijketaalverwerkingstool alsook een C++- en Python-bibliotheek voor het werken met standaard taalkundige constructies zoals n-grams en skipgrams (d.w.z. patronen met een of meerdere gaten van ofwel vaststaande, ofwel dynamische grootte) op een snelle en geheugenefficiënte manier. In de kern bevindt zich de colibri-patroonmodelleerder die het mogelijk maakt om querypatternmodellen te bouwen, bekijken en bewerken.")
(Replaced content with "==N-gram-modellering==")
 
Line 1: Line 1:
<languages/>
<languages/>
<span id="n-gram_modeling"></span>
<span id="n-gram_modeling"></span>
<div class="mw-translate-fuzzy">
==N-gram-modellering==
==N-gram-modellering==
'Colibri core' is een natuurlijketaalverwerkingstool alsook een C++- en Python-bibliotheek voor het werken met standaard taalkundige constructies zoals n-grams en skipgrams (d.w.z. patronen met een of meerdere gaten van ofwel vaststaande, ofwel dynamische grootte) op een snelle en geheugenefficiënte manier. In de kern bevindt zich de colibri-patroonmodelleerder die het mogelijk maakt om querypatternmodellen te bouwen, bekijken en bewerken.
</div>


'Colibri core' is een natuurlijketaalverwerkingstool alsook een C++- en Python-bibliotheek voor het werken met standaard taalkundige constructies zoals n-grams en skipgrams (d.w.z. patronen met een of meerdere gaten van ofwel vaststaande, ofwel dynamische grootte) op een snelle en geheugenefficiënte manier. In de kern bevindt zich de colibri-patroonmodelleerder die het mogelijk maakt om querypatternmodellen te bouwen, bekijken en bewerken.
'Colibri core' is een natuurlijketaalverwerkingstool alsook een C++- en Python-bibliotheek voor het werken met standaard taalkundige constructies zoals n-grams en skipgrams (d.w.z. patronen met een of meerdere gaten van ofwel vaststaande, ofwel dynamische grootte) op een snelle en geheugenefficiënte manier. In de kern bevindt zich de colibri-patroonmodelleerder die het mogelijk maakt om querypatternmodellen te bouwen, bekijken en bewerken.
Line 25: Line 22:
* [https://huggingface.co/docs/transformers/model_doc/mbart MBart]
* [https://huggingface.co/docs/transformers/model_doc/mbart MBart]


<span id="SpaCy"></span>
<div class="mw-translate-fuzzy">
==SpaCy==
==SpaCy==
spaCy is een gratis opensourcebibliotheek voor natuurlijketaalverwerking in Python.
spaCy is een gratis opensourcebibliotheek voor natuurlijketaalverwerking in Python.
</div>
<div lang="en" dir="ltr" class="mw-content-ltr">
spaCy is a free open-source library for Natural Language Processing in Python.
</div>


* [https://spacy.io/models/nl Nederlandse modellen]
* [https://spacy.io/models/nl Nederlandse modellen]


<span id="Language_Modeling_Benchmarks"></span>
<span id="Language_Modeling_Benchmarks"></span>
<div class="mw-translate-fuzzy">
== Taalmodelleringsbenchmarks ==
== Taalmodelleringsbenchmarks ==
===DUMB===
DUMB is een benchmark voor het evalueren van de kwaliteit van taalmodellen voor Nederlandse natuurlijketaalverwerkingstaken. De set met taken is ontworpen om divers en uitdagend te zijn en de limieten van de bestaande taalmodellen te testen. De specifieke datasets en formaten zijn met name geschikt voor het finetunen van encodermodellen en toepasbaarheid voor grote generatieve modellen moet nog worden vastgesteld. Meer details zijn te lezen in het paper dat via onderstaande link te vinden is.
</div>


<div lang="en" dir="ltr" class="mw-content-ltr">
===DUMB===
===DUMB===
</div>


<div lang="en" dir="ltr" class="mw-content-ltr">
DUMB is een benchmark voor het evalueren van de kwaliteit van taalmodellen voor Nederlandse natuurlijketaalverwerkingstaken. De set met taken is ontworpen om divers en uitdagend te zijn en de limieten van de bestaande taalmodellen te testen. De specifieke datasets en formaten zijn met name geschikt voor het finetunen van encodermodellen en toepasbaarheid voor grote generatieve modellen moet nog worden vastgesteld. Meer details zijn te lezen in het paper dat via onderstaande link te vinden is.
DUMB is a benchmark for evaluating the quality of language models for Dutch NLP tasks. The set of tasks is designed to be diverse and challenging, to test the limits of current language models. The specific datasets and formats are particularly suitable for fine-tuning encoder models, and applicability for large generative models is yet to be determined. Please read the paper for more details.
</div>


* [https://dumbench.nl/ DuMB]
* [https://dumbench.nl/ DuMB]


<span id="LLM_Leaderboard"></span>
<span id="LLM_Leaderboard"></span>
<div class="mw-translate-fuzzy">
===LLM Scorebord===
===LLM Scorebord===
Dit is een scorebord voor Nederlandse benchmarks voor grote taalmodellen.
Dit is een scorebord voor Nederlandse benchmarks voor grote taalmodellen.
</div>
<div lang="en" dir="ltr" class="mw-content-ltr">
This is a leaderboard for Dutch benchmarks for large language models.
</div>


* [https://huggingface.co/spaces/BramVanroy/open_dutch_llm_leaderboard Open Nederlands LLM Scorebord]
* [https://huggingface.co/spaces/BramVanroy/open_dutch_llm_leaderboard Open Nederlands LLM Scorebord]


<div lang="en" dir="ltr" class="mw-content-ltr">
<span id="Scandeval_Dutch_NLG"></span>
=== Scandeval Dutch NLG ===
===Scandeval Nederlandse NLG ===
</div>


<div lang="en" dir="ltr" class="mw-content-ltr">
*[https://scandeval.com/dutch-nlg/ Scandeval Nederlandse NLG]
*[https://scandeval.com/dutch-nlg/ Scandeval Dutch NLG]
</div>

Latest revision as of 12:48, 24 June 2024

Other languages:

N-gram-modellering

'Colibri core' is een natuurlijketaalverwerkingstool alsook een C++- en Python-bibliotheek voor het werken met standaard taalkundige constructies zoals n-grams en skipgrams (d.w.z. patronen met een of meerdere gaten van ofwel vaststaande, ofwel dynamische grootte) op een snelle en geheugenefficiënte manier. In de kern bevindt zich de colibri-patroonmodelleerder die het mogelijk maakt om querypatternmodellen te bouwen, bekijken en bewerken.

Grote Taalmodellen

Meertalige Taalmodellen inclusief het Nederlands

SpaCy

spaCy is een gratis opensourcebibliotheek voor natuurlijketaalverwerking in Python.

Taalmodelleringsbenchmarks

DUMB

DUMB is een benchmark voor het evalueren van de kwaliteit van taalmodellen voor Nederlandse natuurlijketaalverwerkingstaken. De set met taken is ontworpen om divers en uitdagend te zijn en de limieten van de bestaande taalmodellen te testen. De specifieke datasets en formaten zijn met name geschikt voor het finetunen van encodermodellen en toepasbaarheid voor grote generatieve modellen moet nog worden vastgesteld. Meer details zijn te lezen in het paper dat via onderstaande link te vinden is.

LLM Scorebord

Dit is een scorebord voor Nederlandse benchmarks voor grote taalmodellen.

Scandeval Nederlandse NLG

Retrieved from "https://kdutch.ivdnt.org/mediawiki/index.php?title=Language_modeling/nl&oldid=10387"