T5 Base Qa Summary Emotion

🚀 T5 Base with QA + Summary + Emotion

このモデルは、質問応答、要約、感情検出の機能を備えたT5 Baseモデルです。CoQa、Squad 2、GoEmotions、CNN/DailyMailのデータセットでファインチューニングされています。

🚀 クイックスタート

依存関係

transformers>=4.0.0が必要です。

✨ 主な機能

• 質問応答：Squad 2の開発セットでF1 79.5、CoQaの開発セットでF1 70.6のスコアを達成します。
• 要約：CNN/DailyMailのデータセットでファインチューニングされていますが、評価はまだ行われていません。
• 感情検出：GoEmotionsのデータセットでファインチューニングされていますが、評価はまだ行われていません。

📦 インストール

依存関係をインストールするには、以下のコマンドを実行します。

pip install transformers>=4.0.0

💻 使用例

基本的な使用法

質問応答

Transformersを使用する場合

from transformers import T5ForConditionalGeneration, T5Tokenizer
model = T5ForConditionalGeneration.from_pretrained("kiri-ai/t5-base-qa-summary-emotion")
tokenizer = T5Tokenizer.from_pretrained("kiri-ai/t5-base-qa-summary-emotion")

def get_answer(question, prev_qa, context):
    input_text = [f"q: {qa[0]} a: {qa[1]}" for qa in prev_qa]
    input_text.append(f"q: {question}")
    input_text.append(f"c: {context}")
    input_text = " ".join(input_text)
    features = tokenizer([input_text], return_tensors='pt')
    tokens = model.generate(input_ids=features['input_ids'], 
            attention_mask=features['attention_mask'], max_length=64)
    return tokenizer.decode(tokens[0], skip_special_tokens=True)

print(get_answer("Why is the moon yellow?", "I'm not entirely sure why the moon is yellow.")) # unknown

context = "Elon Musk left OpenAI to avoid possible future conflicts with his role as CEO of Tesla."

print(get_answer("Why not?", [("Does Elon Musk still work with OpenAI", "No")], context)) # to avoid possible future conflicts with his role as CEO of Tesla

Kiriを使用する場合

from kiri.models import T5QASummaryEmotion

context = "Elon Musk left OpenAI to avoid possible future conflicts with his role as CEO of Tesla."
prev_qa = [("Does Elon Musk still work with OpenAI", "No")]
model = T5QASummaryEmotion()

# Leave prev_qa blank for non conversational question-answering
model.qa("Why not?", context, prev_qa=prev_qa)
> "to avoid possible future conflicts with his role as CEO of Tesla"

要約

Transformersを使用する場合

from transformers import T5ForConditionalGeneration, T5Tokenizer
model = T5ForConditionalGeneration.from_pretrained("kiri-ai/t5-base-qa-summary-emotion")
tokenizer = T5Tokenizer.from_pretrained("kiri-ai/t5-base-qa-summary-emotion")

def summary(context):
    input_text = f"summarize: {context}"
    features = tokenizer([input_text], return_tensors='pt')
    tokens = model.generate(input_ids=features['input_ids'], 
            attention_mask=features['attention_mask'], max_length=64)
    return tokenizer.decode(tokens[0], skip_special_tokens=True)

Kiriを使用する場合

from kiri.models import T5QASummaryEmotion

model = T5QASummaryEmotion()

model.summarise("Long text to summarise")
> "Short summary of long text"

感情検出

Transformersを使用する場合

from transformers import T5ForConditionalGeneration, T5Tokenizer
model = T5ForConditionalGeneration.from_pretrained("kiri-ai/t5-base-qa-summary-emotion")
tokenizer = T5Tokenizer.from_pretrained("kiri-ai/t5-base-qa-summary-emotion")

def emotion(context):
    input_text = f"emotion: {context}"
    features = tokenizer([input_text], return_tensors='pt')
    tokens = model.generate(input_ids=features['input_ids'], 
            attention_mask=features['attention_mask'], max_length=64)
    return tokenizer.decode(tokens[0], skip_special_tokens=True)

Kiriを使用する場合

from kiri.models import T5QASummaryEmotion

model = T5QASummaryEmotion()

model.emotion("I hope this works!")
> "optimism"

📚 ドキュメント

このモデルは、CoQa、Squad 2、GoEmotions、CNN/DailyMailのデータセットでファインチューニングされています。Squad 2の開発セットでF1 79.5、CoQaの開発セットでF1 70.6のスコアを達成しています。要約と感情検出の評価はまだ行われていません。

📄 ライセンス

このモデルは、Apache 2.0ライセンスの下で提供されています。

👋 私たちについて

Kiriは、最先端のモデルを簡単に、アクセス可能に、スケーラブルに使用できるようにします。

ウェブサイト | 自然言語エンジン

📋 モデル情報