Batterybert Cased Squad V1

🚀 BatteryBERT-cased for QA

BatteryBERT-casedは、質問応答タスクに特化した言語モデルです。英語で訓練され、抽出型の質問応答タスクに最適化されています。

🚀 クイックスタート

BatteryBERT-casedは、質問応答タスクに使用される事前学習済み言語モデルです。このモデルは英語で訓練され、抽出型の質問応答タスクに最適化されています。

✨ 主な機能

• 言語モデル: batterybert-cased
• 言語: 英語
• 下流タスク: 抽出型質問応答
• 訓練データ: SQuAD v1
• 評価データ: SQuAD v1

📦 インストール

本モデルのコードはこちらで確認できます。

💻 使用例

基本的な使用法

from transformers import AutoModelForQuestionAnswering, AutoTokenizer, pipeline

model_name = "batterydata/batterybert-cased-squad-v1"
# a) Get predictions
nlp = pipeline('question-answering', model=model_name, tokenizer=model_name)
QA_input = {
    'question': 'What is the electrolyte?',
    'context': 'The typical non-aqueous electrolyte for commercial Li-ion cells is a solution of LiPF6 in linear and cyclic carbonates.'
}
res = nlp(QA_input)
# b) Load model & tokenizer
model = AutoModelForQuestionAnswering.from_pretrained(model_name)
tokenizer = AutoTokenizer.from_pretrained(model_name)

📚 ドキュメント

ハイパーパラメータ

batch_size = 16
n_epochs = 4
base_LM_model = "batterybert-cased"
max_seq_len = 386
learning_rate = 2e-5
doc_stride=128
max_query_length=64

パフォーマンス

SQuAD v1.0開発セットでの評価結果：

"exact": 81.54,
"f1": 89.16,

バッテリーデバイスデータセットでの評価結果：

"precision": 70.74,
"recall": 84.19,

🔧 技術詳細

本モデルは、8x DGX A100のインフラストラクチャを使用して訓練されています。

📄 ライセンス

本プロジェクトはApache-2.0ライセンスの下で公開されています。

👥 作者

• Shu Huang: sh2009 [at] cam.ac.uk
• Jacqueline Cole: jmc61 [at] cam.ac.uk

📖 引用

BatteryBERT: A Pre-trained Language Model for Battery Database Enhancement