lmqg/mbart-large-cc25-koquad-qag 的模型卡片

这个模型是在 lmqg/qag_koquad 上通过 lmqg 进行问题和答案生成任务的 facebook/mbart-large-cc25 的微调版本 （数据集名称： default）。

概览

• 语言模型： facebook/mbart-large-cc25
• 语言： ko
• 训练数据： lmqg/qag_koquad (default)
• 在线演示： https://autoqg.net/
• 代码库： https://github.com/asahi417/lm-question-generation
• 论文： https://arxiv.org/abs/2210.03992

用法

• 使用 lmqg

from lmqg import TransformersQG

# initialize model
model = TransformersQG(language="ko", model="lmqg/mbart-large-cc25-koquad-qag")

# model prediction
question_answer_pairs = model.generate_qa("1990년 영화 《 남부군 》에서 단역으로 영화배우 첫 데뷔에 이어 같은 해 KBS 드라마 《지구인》에서 단역으로 출연하였고 이듬해 MBC 《여명의 눈동자》를 통해 단역으로 출연하였다.")

• 使用 transformers

from transformers import pipeline

pipe = pipeline("text2text-generation", "lmqg/mbart-large-cc25-koquad-qag")
output = pipe("1990년 영화 《 남부군 》에서 단역으로 영화배우 첫 데뷔에 이어 같은 해 KBS 드라마 《지구인》에서 단역으로 출연하였고 이듬해 MBC 《여명의 눈동자》를 통해 단역으로 출연하였다.")

评估

• 度量标准（问题和答案生成）： raw metric file

训练超参数

在微调过程中使用了以下超参数：

• 数据集路径： lmqg/qag_koquad
• 数据集名称： default
• 输入类型： ['段落']
• 输出类型： ['问题答案']
• 前缀类型： 无
• 模型： facebook/mbart-large-cc25
• 最大长度： 512
• 输出最大长度： 256
• 迭代轮数： 11
• 批次大小： 2
• 学习率： 0.0001
• fp16： False
• 随机种子： 1
• 梯度积累步数： 32
• 标签平滑： 0.0

完整的配置可以在 fine-tuning config file 找到。

引用

@inproceedings{ushio-etal-2022-generative,
    title = "{G}enerative {L}anguage {M}odels for {P}aragraph-{L}evel {Q}uestion {G}eneration",
    author = "Ushio, Asahi  and
        Alva-Manchego, Fernando  and
        Camacho-Collados, Jose",
    booktitle = "Proceedings of the 2022 Conference on Empirical Methods in Natural Language Processing",
    month = dec,
    year = "2022",
    address = "Abu Dhabi, U.A.E.",
    publisher = "Association for Computational Linguistics",
}