К содержимому

Датасет · indonlp

Бенчмарк понимания естественного языка для индонезийского

indonlp/indonlu

Набор задач для обучения и оценки NLP-моделей на индонезийском языке.

Что внутри

Бенчмарк IndoNLU объединяет текстовые ресурсы для обучения, оценки и анализа систем понимания естественного языка (NLU) на индонезийском языке (Bahasa Indonesia). Включает задачи классификации текстов, классификации токенов и вопросно-ответных систем. Общий размер датасета — от 10 до 100 тысяч примеров.

Что можно сделать

  • Оценка качества мультиязычных и индонезийских LLM на задачах NLU
  • Дообучение моделей для классификации текстов и извлечения сущностей на индонезийском
Задачи
Вопрос-ответ, Классификация текста, Разметка токенов
Языки
Индонезийский
Размер
10K–100K записей
Скачиваний за месяц
1,9 тыс.
Лайков
45

Модели, обученные на нём

Как загрузить

from datasets import load_dataset

ds = load_dataset("indonlp/indonlu")