Update README.md

README.md

@@ -1,10 +1,10 @@
 ---
 license: cc-by-sa-4.0
 datasets:
-- srwac
+- jerteh/cc100-sr-jerteh
 - jerteh/SrpWiki
 - jerteh/SrpELTeC
-- jerteh/cc100-sr-jerteh
+- srwac
 language:
 - sr
 tags:
@@ -14,9 +14,155 @@ tags:
 - BERT
 - MaskedLM
 ---
-Najveći enkoderski model za srpski jezik.
 
-Pored navedenih, model je obučavan i na ostalim korpusima Društva za jezičke resurse i tehnologije, uključujući korpuse savremenog srpskog jezika: SrpKor2013 i SrpKor2021,
+<h4><i class="highlight-container"><b class="highlight">jerteh-355</b></i> — 
+Najveći BERT model specijalno obučen za srpski jezik.</h4>
+
+<img src="cover.png" style="width:100%">
+
+<div id="zastava">
+  <div class="grb">
+    <img src="https://www.ai.gov.rs/img/logo_60x120-2.png" style="position:relative; left:30px; z-index:10; height:85px">
+  </div>
+  <table width=100% style="border:0px">
+    <tr style=
+"background-color:#C6363C;width:100%;border:0px;height:30px"><td></td></tr>
+    <tr style="background-color:#0C4076;width:100%;border:0px;height:30px"><td></td></tr>
+    <tr style="background-color:#ffffff;width:100%;border:0px;height:30px"><td></td></tr>
+  </table>
+</div>
+
+Vektorizuje reči, ili dopunjava nedostajuće reči u tekstu.\
+Jednaka podrška unosa i na ćirilici i na latinici!
+
+Pored navedenih, model je obučavan i na ostalim korpusima [Društva za jezičke resurse i tehnologije](https://jerteh.rs), 
+uključujući korpuse savremenog srpskog jezika: SrpKor2013 i SrpKor2021,
 kao i korpus [PDRS 1.0](https://www.clarin.si/repository/xmlui/handle/11356/1752) razvijen od strane Instituta za Srpski jezik SANU.
 
-Autor: Mihailo Škorić ([procesaur](https://huggingface.co/procesaur))
+
+## Upotreba 
+
+```python
+>>> from transformers import pipeline
+>>> generator = pipeline('fill-mask', model='jerteh/jerteh-355')
+>>> unmasker("Kada bi čovek znao gde će pasti on bi<mask>.")
+```
+
+```
+[{'score': 0.16073498129844666, 'token': 11379, 'token_str': ' pao', 'sequence': 'Kada bi čovek znao gde će pasti on bi pao.'},
+ {'score': 0.14656540751457214, 'token': 10799, 'token_str': ' umro', 'sequence': 'Kada bi čovek znao gde će pasti on bi umro.'},
+ {'score': 0.11459200084209442, 'token': 7797, 'token_str': ' otišao', 'sequence': 'Kada bi čovek znao gde će pasti on bi otišao.'},
+ {'score': 0.061787571758031845, 'token': 7103, 'token_str': ' znao', 'sequence': 'Kada bi čovek znao gde će pasti on bi znao.'},
+ {'score': 0.0532902330160141, 'token': 998, 'token_str': ' rekao', 'sequence': 'Kada bi čovek znao gde će pasti on bi rekao.'}]
+```
+
+```python
+>>> from transformers import AutoTokenizer, AutoModelForMaskedLM
+>>> from torch import LongTensor, no_grad
+>>> from scipy import spatial
+>>> tokenizer = AutoTokenizer.from_pretrained('jerteh/jerteh-355')
+>>> model = AutoModelForMaskedLM.from_pretrained('jerteh/jerteh-355', output_hidden_states=True)
+>>> x = " pas"
+>>> y = " mačka"
+>>> z = " svemir"
+>>> tensor_x = LongTensor(tokenizer.encode(x, add_special_tokens=False)).unsqueeze(0)
+>>> tensor_y = LongTensor(tokenizer.encode(y, add_special_tokens=False)).unsqueeze(0)
+>>> tensor_z = LongTensor(tokenizer.encode(z, add_special_tokens=False)).unsqueeze(0)
+>>> model.eval()
+>>> with no_grad():
+>>>     vektor_x = model(input_ids=tensor_x).hidden_states[-1].squeeze()
+>>>     vektor_y = model(input_ids=tensor_y).hidden_states[-1].squeeze()
+>>>     vektor_z = model(input_ids=tensor_z).hidden_states[-1].squeeze()
+>>> print(spatial.distance.cosine(vektor_x, vektor_y))
+>>> print(spatial.distance.cosine(vektor_x, vektor_z))
+```
+
+```
+0.09954947233200073
+0.21845555305480957
+```
+
+<h4>U slučaju potrebe za bržim modelom, pogledajte <a href="https://huggingface.co/jerteh/jerteh-125" class="highlight-container">
+  <b class="highlight">jerteh-125</b></a> — mali BERT model za srpski jezik.</h4>
+
+<h4>U slučaju potrebe za generativnim modelom, pogledajte <a href="https://huggingface.co/jerteh/gpt2-orao" class="highlight-container">
+  <b class="highlight">gpt2-orao</b></a> i <a href="https://huggingface.co/jerteh/gpt2-vrabac" class="highlight-container">
+  <b class="highlight">gpt2-vrabac</b></a></h4>
+
+
+
+<div class="inline-flex flex-col" style="line-height: 1.5;">
+  <div style="text-align: center; margin-top: 3px; font-size: 16px; font-weight: 800">Autor</div>
+    <a href="https://huggingface.co/procesaur">  
+      <div class="flex">
+          <div
+  			style="display:DISPLAY_1; margin-left: auto; margin-right: auto; width: 92px; height:92px; border-radius: 50%; 
+            background-size: cover; background-image: url(&#39;https://cdn-uploads.huggingface.co/production/uploads/1673534533167-63bc254fb8c61b8aa496a39b.jpeg?w=200&h=200&f=face&#39;)">
+          </div>
+      </div>
+    </a>
+    <div style="text-align: center; font-size: 16px; font-weight: 800">Mihailo Škorić</div>
+    <div>  
+      <a href="https://huggingface.co/procesaur">
+      	<div style="text-align: center; font-size: 14px;">@procesaur</div>
+      </a>
+    </div>
+  </div>
+
+
+<style>
+
+.highlight-container, .highlight {
+  position: relative;
+  text-decoration:none
+}
+
+.highlight-container {
+  display: inline-block;
+  
+}
+
+.highlight{
+  color:white;
+  text-transform:uppercase;
+  font-size: 16pt;
+  
+}
+
+  .highlight-container{
+    padding:5px 10px
+  }
+
+.highlight-container:before {
+  content: " ";
+  display: block;
+  height: 100%;
+  width: 100%;
+  margin-left: 0px;
+  margin-right: 0px;
+  position: absolute;
+  background: #e80909;
+  transform: rotate(2deg);
+  top: -1px;
+  left: -1px;
+  border-radius: 20% 25% 20% 24%;
+  padding: 10px 18px 18px 10px;
+}
+
+div.grb, #zastava>table {
+  position:absolute;
+  top:0px;
+  left: 0px;
+  margin:0px
+}
+
+  div.grb>img, #zastava>table{
+    margin:0px
+  }
+  
+#zastava {
+  position: relative;
+  margin-bottom:120px
+}
+
+</style>