T5 Qa Squad2neg En

🚀 t5-qa_squad2neg-en

このモデルは質問応答に特化したモデルで、T5-smallをベースに構築されています。また、QuestEval メトリックの一部ですが、独立して質問応答タスクに使用することも可能です。

🚀 クイックスタート

✨ 主な機能

このモデルは、質問応答（Question Answering）タスクに特化しており、T5-smallをベースに構築されています。また、QuestEval メトリックの一部として使用することもできますが、独立して質問応答タスクに使用することも可能です。

📦 インストール

以下のコードを使用して、必要なライブラリをインポートし、モデルをロードすることができます。

from transformers import T5Tokenizer, T5ForConditionalGeneration

tokenizer = T5Tokenizer.from_pretrained("ThomasNLG/t5-qa_squad2neg-en")

model = T5ForConditionalGeneration.from_pretrained("ThomasNLG/t5-qa_squad2neg-en")

💻 使用例

基本的な使用法

from transformers import T5Tokenizer, T5ForConditionalGeneration

tokenizer = T5Tokenizer.from_pretrained("ThomasNLG/t5-qa_squad2neg-en")

model = T5ForConditionalGeneration.from_pretrained("ThomasNLG/t5-qa_squad2neg-en")

モデルは推論APIを使用して操作することができます。テキスト入力形式は、モデルの学習段階に合わせて以下のテンプレートに従う必要があります。

text_input = "{QUESTION} </s> {CONTEXT}"

📚 ドキュメント

訓練データ

このモデルは以下のデータセットで訓練されています。

• SQuAD-v2
• SQuAD-v2 neg: SQuAD-v2の訓練データに加えて、各回答可能な例に対して、unanswerable というラベル付きの負例が追加されています。これにより、文脈から質問に回答できない場合の学習が支援されます。詳細については、論文 を参照してください。

📄 ライセンス

このモデルはMITライセンスの下で提供されています。

🔧 技術詳細

引用情報

@article{scialom2020QuestEval,
  title={QuestEval: Summarization Asks for Fact-based Evaluation},
  author={Scialom, Thomas and Dray, Paul-Alexis and Gallinari, Patrick and Lamprier, Sylvain and Piwowarski, Benjamin and Staiano, Jacopo and Wang, Alex},
  journal={arXiv preprint arXiv:2103.12693},
  year={2021}
}