lmqg/mt5-small-esquad-ae 的模型卡片

该模型是 google/mt5-small 的细调版本，用于在 lmqg 上进行答案提取（数据集名称：default）。

概述

• 语言模型： google/mt5-small
• 语言：es
• 训练数据： lmqg/qg_esquad （默认）
• 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="es", model="lmqg/mt5-small-esquad-ae")

# model prediction
answers = model.generate_a("a noviembre , que es también la estación lluviosa.")

• 使用 transformers

from transformers import pipeline

pipe = pipeline("text2text-generation", "lmqg/mt5-small-esquad-ae")
output = pipe("<hl> En la diáspora somalí, múltiples eventos islámicos de recaudación de fondos se llevan a cabo cada año en ciudades como Birmingham, Londres, Toronto y Minneapolis, donde los académicos y profesionales somalíes dan conferencias y responden preguntas de la audiencia. <hl> El propósito de estos eventos es recaudar dinero para nuevas escuelas o universidades en Somalia, para ayudar a los somalíes que han sufrido como consecuencia de inundaciones y / o sequías, o para reunir fondos para la creación de nuevas mezquitas como.")

评估

• 指标（答案提取）： 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/qg_esquad
• 数据集名称：default
• 输入类型：['paragraph_sentence']
• 输出类型：['answer']
• 前缀类型：None
• 模型：google/mt5-small
• 最大长度：512
• 输出的最大长度：32
• 训练轮数：13
• 批次大小：32
• 学习率：0.0005
• fp16：False
• 随机种子：1
• 梯度累积步数：2
• 标签平滑：0.15

完整的配置信息可在 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",
}