【免费下载】 常用的中文预训练模型与词向量下载地址收藏

本仓库收集了常用的中文预训练模型和预训练词向量的下载地址，旨在为自然语言处理（NLP）研究者和开发者提供便捷的资源获取途径。以下是本仓库中包含的主要资源：

预训练模型

1. Google原版BERT

   • 描述：Google官方发布的中文BERT预训练模型。
   • 文件格式：zip

2. 中文XLNET预训练模型

   • 描述：由Yiming Cui等人发布的中文XLNET预训练模型，支持TensorFlow和PyTorch版本。
   • 文件格式：zip

3. 中文BERT预训练模型

   • 描述：由Google发布的中文BERT预训练模型，适用于多种NLP任务。
   • 文件格式：zip

4. 中文MacBERT预训练模型

   • 描述：由Yiming Cui等人发布的中文MacBERT预训练模型，适用于中文文本纠错任务。
   • 文件格式：zip

5. 中文ELECTRA预训练模型

   • 描述：由Yiming Cui等人发布的中文ELECTRA预训练模型，适用于多种NLP任务。
   • 文件格式：zip

6. 中文BERT-wwm预训练模型

   • 描述：由Yiming Cui等人发布的中文BERT-wwm预训练模型，适用于中文分词任务。
   • 文件格式：zip

7. 中文RoBERTa预训练模型

   • 描述：由Brightmart发布的中文RoBERTa预训练模型，适用于多种NLP任务。
   • 文件格式：zip

预训练词向量

1. 常用英文单词的词向量

   • 描述：包含50d、100d、200d、300d维度的常用英文单词词向量。
   • 文件格式：zip

2. 常用中文词向量

   • 描述：包含多种维度的常用中文词向量，适用于中文NLP任务。
   • 文件格式：zip

使用说明

1. 下载资源：请根据上述列表中的描述，选择所需的预训练模型或词向量进行下载。
2. 解压文件：下载完成后，解压相应的zip文件以获取模型或词向量文件。
3. 使用模型：根据具体的NLP任务需求，加载相应的预训练模型进行微调或直接使用。
4. 使用词向量：将下载的词向量文件加载到您的NLP项目中，用于词嵌入或其他相关任务。

注意事项

• 本仓库提供的资源均为开源资源，使用时请遵守相应的开源协议。
• 部分资源可能需要特定的软件环境（如TensorFlow或PyTorch），请确保您的环境配置正确。

希望本仓库的资源能够帮助您在NLP研究与开发中取得更好的成果！