Entregatzekoak

• E1.1: Corpus monolingües de gran tamaño para euskera y castellano para los cinco dominios especificados: dokumentua
• E1.2: Corpus multilingües (comparables y paralelos) de gran tamaño para euskera, castellano e inglés: dokumentua
• E2.1: Nuevas representaciones vectoriales estáticas parael euskara utilizando los modelos del estado del arte (word2vec, Fasttext): doumentua
• E2.2: Nuevos modelos de lenguaje monolingües para el castellano y euskara basadas en las últimas arquitecturas neuronales: dokumentua
• E2.3: Nuevos modelos de lenguaje multilingües para el euskara, castellano e inglés utilizando corpus monolingües y paralelos: dokumentua
• E2.4: Nuevas meta-representaciones vectoriales estáticas multilingües: dokumentua
• E3.1+E3.2+E3.3: Resultados de adaptación a dominio y a idioma de los modelos de lenguaje: dokumentua
• E4.1: Marco de evaluación unificado BasqueGLUE: dokumentua
• E4.2: Marco de evaluación unificado SpanishGLUE: dokumentua
• E4.3: Informe de evaluación de modelos sobre BasqueGLUE y SpanishGLUE: dokumentua

Corpusa

• Euscrawl: http://www.ixa.eus/euscrawl/

Embedding estatiko elebakarrak

• Word2vec, FastText: https://storage.googleapis.com/elhuyar/Deeptext/staticEmbeddings/index.html

Embedding estatiko eleanitzak

• EU-EN embeddingak: http://www.deeptext.eus/resources/euen.zip
• EU-ES embeddingak:http://www.deeptext.eus/resources/eues.zip

Hizkuntza-eredu elebakarrak

• BERTeus: https://huggingface.co/ixa-ehu/berteus-base-cased
• RoBERTeus v1: http://www.deeptext.eus/resources/roberteus-v1.zip
• RoBERTeus v2: http://www.deeptext.eus/resources/roberteus-v2.zip
• IXABERTes v1: http://www.deeptext.eus/resources/ixabertes-v1.zip
• IXABERTes v2: http://www.deeptext.eus/resources/ixabertes-v2.zip
• roberta-eus-euscrawl-base (*): https://huggingface.co/ixa-ehu/roberta-eus-euscrawl-base-cased
• roberta-eus-euscrawl-large (*): https://huggingface.co/ixa-ehu/roberta-eus-euscrawl-large-cased
• roberta-eus-mc4-base (*): https://huggingface.co/ixa-ehu/roberta-eus-mc4-base-cased
• roberta-eus-cc100-base (*): https://huggingface.co/ixa-ehu/roberta-eus-cc100-base-cased

(*) Ereduak METArekin batera burutuak.

Hizkuntza-eredu eleanitzak

• IXAmBERT: https://huggingface.co/ixa-ehu/ixambert-base-cased

Ebaluazio markoa

• BasqueGLUE: https://github.com/Elhuyar/BasqueGLUE
• SpanishGLUE: https://github.com/Elhuyar/SpanishGLUE