Language Modeling/nl: Difference between revisions

From Clarin K-Centre
Jump to navigation Jump to search
VisualWikitext
(Created page with "==Grote Taalmodellen== * [https://huggingface.co/models?search=dutch Hugging Face Dutch Models] * [https://people.cs.kuleuven.be/~pieter.delobelle/robbert/ RobBERT]: Een Nederlands RoBERTa Taalmodel * [https://github.com/wietsedv/bertje BERTje]: Een Nederlands BERT model * [https://github.com/Rijgersberg/GEITje GEITje]: Een groot open taalmodel")
No edit summary
 
(3 intermediate revisions by one other user not shown)
Line 1: Line 1:
==n-gram modellering==
==N-gram-modellering==
'Colibri core' is een Natuurlijke Taalverwerkingshulpmiddel als ook 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 doorzoekingspatroonmodellen 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.


*[http://proycon.github.io/colibri-core/ Github opslag]
*[http://proycon.github.io/colibri-core/ Githubpagina]


==Grote Taalmodellen==
==Grote Taalmodellen==
* [https://huggingface.co/models?search=dutch Hugging Face Dutch Models]
* [https://huggingface.co/models?search=dutch Hugging Face Dutch Models]
* [https://people.cs.kuleuven.be/~pieter.delobelle/robbert/ RobBERT]: Een Nederlands RoBERTa Taalmodel
* [https://people.cs.kuleuven.be/~pieter.delobelle/robbert/ RobBERT]: Een Nederlands RoBERTa-taalmodel
* [https://github.com/wietsedv/bertje BERTje]: Een Nederlands BERT model
* [https://github.com/wietsedv/bertje BERTje]: Een Nederlands BERT-model
* [https://github.com/Rijgersberg/GEITje GEITje]: Een groot open taalmodel
* [https://github.com/Rijgersberg/GEITje GEITje]: Een groot open taalmodel


Line 14: Line 14:
* [https://huggingface.co/docs/transformers/model_doc/mbart MBart]
* [https://huggingface.co/docs/transformers/model_doc/mbart MBart]


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


<div lang="en" dir="ltr" class="mw-content-ltr">
* [https://spacy.io/models/nl Nederlandse modellen]
* [https://spacy.io/models/nl Dutch models]
</div>


<div lang="en" dir="ltr" class="mw-content-ltr">
== Taalmodelleringsbenchmarks ==
== Language Modeling Benchmarks ==
===DUMB===
===DUMB===
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.
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">
* [https://dumbench.nl/ DuMB]
* [https://dumbench.nl/ DuMB]
</div>


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


<div lang="en" dir="ltr" class="mw-content-ltr">
* [https://huggingface.co/spaces/BramVanroy/open_dutch_llm_leaderboard Open Nederlands LLM Scorebord]
* [https://huggingface.co/spaces/BramVanroy/open_dutch_llm_leaderboard Open Dutch LLM Leaderboard]
</div>

Latest revision as of 09:02, 18 April 2024

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.

Retrieved from "https://kdutch.ivdnt.org/mediawiki/index.php?title=Language_Modeling/nl&oldid=8942"