پروژه پایانی هوش مصنوعی و رباتیکز

پایان نامه  هوش مصنوعی و رباتیکز پروپوزال و مقاله بیس  را ضمیمه کردم من از معماری trocr استفاده کردم  الان trocr base از معماری دیکدر ترسفورمر در بخش دیکدر استفاده کرده  ولی ،دیکدر اش را با وزنهای اولیه roberta large بارگزاری میکند ،و فقط قسمت کراس اتنشن را با وزنهای رندم پر میکنه و توکنایزر اش BPE است ،ولی روبرتا بر روی انگلیسی اموزش دیده  در فارسی،بهینه  است ، توکنایزر چند زبانه یا خاص فارسی ویا توکنایزرهای دستی که کاراکتر بیس است  استفاده شود ،و وزنهای اولیه دیکدر هم  ماله همان توکنایزری باشد که انتخاب میکنیم من در واقع،در قدم اول قبل از اینکه بخوام ترین بکنم ،نیاز است ،تحقیق بکنم  در زبان فارسی  1-همان توکنایزر خود trocr  2- یا توکنایزر چند زبانه دیگر ، 2-یا توکنایزر خاص فارسی ، 3-یا توکنایزری که بر حسب کاراکتر  باشه ، بهتر جواب میده؟ من در واقع دنباله پیدا کردن توکنایزر ی هستم که در زبان فارسی یا عربی بهتر از خود توکنایزر BPE عمل کنه ،اگر این رو بشه تحقیق بفرمایید ممنون میشم و بعد یک ملیون داده دارم ،که هر چقدرش نیازه را میتونیم استفاده کنیم برای اثبات ادعامون