Zum Inhalt springen

BERT

Googles Klassiker für Sprachverständnis – Grundlage vieler NLP-Kurse.

Fortbildung & WissenRecherche & AnalyseEinschätzung5/5
Tool öffnen: BERT, externe Seite, neues FensterÖffnet github.com in einem neuen Fenster
Teilen:
Datenschutz
Grün: geringe Bedenken
Preis
Kostenlos
Server
Selbst hosten möglich
Bildungslizenz
Keine Angabe

Worum es geht

BERT (Bidirectional Encoder Representations from Transformers) ist Googles Sprachmodell von 2018, das die moderne NLP-Ära eingeleitet hat. Als reines Encoder-Modell ist es auf Sprachverständnis spezialisiert (nicht Textgenerierung). BERT ist der Klassiker in jeder NLP-Vorlesung und bildet die Grundlage für das Verständnis moderner Transformer-Architekturen.

Wofür im Alltag

Hilfreich für das Verständnis moderner KI: zeigt die Transformer-Architektur, Pre-Training und Fine-Tuning anschaulich.

Einstieg

Verfügbar über Hugging Face. Python-Kenntnisse für Nutzung.

Stärken und Schwächen

Stärken

  • Grundlage der modernen NLP
  • Exzellent für Sprachverständnis-Aufgaben
  • Vollständig Open Source
  • Riesige Community und Ressourcen
  • In jeder NLP-Vorlesung behandelt

Schwächen

  • Kein Textgenerierungs-Modell
  • Von neueren Modellen leistungsmäßig überholt
  • Nicht als Chatbot nutzbar

Datenschutz und Kosten im Detail

Grün: geringe Bedenken

Open Source (Apache 2.0), läuft auf eigener Hardware. Das GitHub-Repository ist archiviert und wird nicht mehr weiterentwickelt.

Anbieter
Google Research (Open Source)
Server
Selbst hosten möglich
Preis
Kostenlos · Open Source, kostenlos

Angaben ohne Gewähr. Mit den Angaben des Anbieters ist dieser Eintrag noch nicht abgeglichen. Bitte prüfe Preis, Serverstandort und AVV beim Anbieter.

Die Ampel ist unsere Einschätzung für den Einsatz in Kita und Schule, keine Rechtsberatung. Prüfe vor dem Einsatz die Vorgaben deines Trägers.

Fehler im Eintrag melden

Überzeugt? Dann probiere BERT aus.

Öffnet github.com in einem neuen Fenster.

Tool öffnen: BERT, externe Seite, neues Fenster

Weiterlernen und ausprobieren