🚀 xlm - roberta - largeを用いた多言語QA
このプロジェクトは、多言語質問応答タスクに特化したモデルで、xlm - roberta - largeをベースに構築されています。XQuADデータセットを用いて訓練され、高い性能を発揮します。
🚀 クイックスタート
このモデルは多言語質問応答タスクに使用されます。以下に、主な情報をまとめます。
属性 |
详情 |
モデルタイプ |
xlm - roberta - large |
訓練データ |
XQuAD |
テストデータ |
XQuAD |
下流タスク |
抽出型質問応答 |
✨ 主な機能
- 多言語に対応した質問応答タスクをサポートします。
- XQuADデータセットで訓練され、高い正確性とF1スコアを持ちます。
📦 インストール
このREADMEには具体的なインストール手順は記載されていません。
💻 使用例
基本的な使用法
Transformersでの使用
from transformers import AutoModelForQuestionAnswering, AutoTokenizer, pipeline
model_name = "alon-albalak/xlm-roberta-large-xquad"
nlp = pipeline('question-answering', model=model_name, tokenizer=model_name)
QA_input = {
'question': 'Why is model conversion important?',
'context': 'The option to convert models between FARM and transformers gives freedom to the user and let people easily switch between frameworks.'
}
res = nlp(QA_input)
model = AutoModelForQuestionAnswering.from_pretrained(model_name)
tokenizer = AutoTokenizer.from_pretrained(model_name)
FARMでの使用
from farm.modeling.adaptive_model import AdaptiveModel
from farm.modeling.tokenization import Tokenizer
from farm.infer import QAInferencer
model_name = "alon-albalak/xlm-roberta-large-xquad"
nlp = QAInferencer.load(model_name)
QA_input = [{"questions": ["Why is model conversion important?"],
"text": "The option to convert models between FARM and transformers gives freedom to the user and let people easily switch between frameworks."}]
res = nlp.inference_from_dicts(dicts=QA_input, rest_api_schema=True)
model = AdaptiveModel.convert_from_transformers(model_name, device="cpu", task_type="question_answering")
tokenizer = Tokenizer.load(model_name)
Haystackでの使用
reader = FARMReader(model_name_or_path="alon-albalak/xlm-roberta-large-xquad")
reader = TransformersReader(model="alon-albalak/xlm-roberta-large-xquad",tokenizer="alon-albalak/xlm-roberta-large-xquad")
高度な使用法
このREADMEには高度な使用法の具体的なコード例は記載されていません。
📚 ドキュメント
ハイパーパラメータ
batch_size = 48
n_epochs = 13
max_seq_len = 384
doc_stride = 128
learning_rate = 3e-5
性能
XQuADのホールドアウトテストセットで評価しました。
"exact_match": 87.12546816479401,
"f1": 94.77703248802527,
"test_samples": 2307
使用方法の注意事項
FARMとHaystackでの使用方法の説明は、https://huggingface.co/deepset/xlm-roberta-large-squad2 から引用しています。
🔧 技術詳細
このREADMEには具体的な技術詳細は記載されていません。
📄 ライセンス
このREADMEにはライセンス情報は記載されていません。