🚀 bert-base-multilingual-uncased を用いた多言語質問応答
本プロジェクトでは、bert-base-multilingual-uncased
言語モデルを使用して多言語質問応答タスクを行い、XQuAD データセットを基に訓練とテストを行っています。多言語環境下での抽出型質問応答機能を実現することができます。
🚀 クイックスタート
このモデルは多言語抽出型質問応答タスクに使用できます。以下は、異なるフレームワークでの使用例です。
✨ 主な機能
- 言語モデル:
bert-base-multilingual-uncased
言語モデルを採用しています。
- 下流タスク:抽出型質問応答タスクに特化しています。
- 訓練データ:XQuAD データセットを使用して訓練とテストを行っています。
📦 インストール
ドキュメントではインストール手順が提供されていません。関連フレームワーク(Transformers、FARM、Haystack など)の公式ドキュメントを参照してインストールしてください。
💻 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/bert-base-multilingual-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/bert-base-multilingual-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/bert-base-multilingual-xquad")
reader = TransformersReader(model="alon-albalak/bert-base-multilingual-xquad",tokenizer="alon-albalak/bert-base-multilingual-xquad")
注釈:FARM と Haystack の使用説明は、https://huggingface.co/deepset/xlm-roberta-large-squad2 を参考にしています。
📚 ドキュメント
ハイパーパラメータ設定
batch_size = 48
n_epochs = 6
max_seq_len = 384
doc_stride = 128
learning_rate = 3e-5
性能評価
XQuAD の保留テストセットで評価を行った結果は以下の通りです。
"exact_match": 64.6067415730337,
"f1": 79.52043478874286,
"test_samples": 2384
情報テーブル
属性 |
詳細 |
モデルタイプ |
bert-base-multilingual-uncased |
下流タスク |
抽出型質問応答 |
訓練データ |
XQuAD |
テストデータ |
XQuAD |