研究人员开发了 LATTE-WordSeg-Lite,这是一种新的基于 CPU 的模型,用于将泰语文本切分成单词和词素。该模型是基于 GPU 的大型 LATTE 模型的蒸馏版本,拥有 117 万个参数。它同时处理多种粒度的文本,并在可商用许可的数据上进行了训练。还创建了一个全面的基准测试,将 LATTE-WordSeg-Lite 与其他十一个系统进行了比较,结果表明该模型在七个测试集中的五个上表现更优,并且与 DeepCut 相比处理速度显著更快。 AI
影响 这项研究为处理泰语文本引入了一种更有效的方法,有望改进该语言的自然语言处理应用。
排序理由 该集群描述了研究论文中发布的新模型和基准测试。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →