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
- taufiqdp/indonesian-sentimentКлассификация текста 994
- will702/indo-roBERTa-financial-sentiment-v2Классификация текста 419
- ayameRushia/roberta-base-indonesian-1.5G-sentiment-analysis-smsaКлассификация текста 91
- ayameRushia/indobert-lite-base-p2-sentiment-analysis-smsa-google-play-reviewКлассификация текста 34
- DarrenC08/indobert-smsa-sentimentКлассификация текста 34
- izzanfr/telaah-indonesian-sentiment-onnxКлассификация текста 26
- elidle/indobert-large-p2-sentiment 15
- hadimaster65555/gliner25-indonesian-sentimentРазметка токенов 14
Как загрузить
from datasets import load_dataset
ds = load_dataset("indonlp/indonlu")