Klue Bert Base Mrc

🚀 質問応答用のBERT基礎モデル

これはBERT基礎モデルに基づく質問応答システムで、KLUE - MRCデータセットを使用して訓練され、韓国語の抽出型質問応答タスクに使用できます。

🚀 クイックスタート

以下のリンクから関連コード、デモ、APIを確認できます。

• コード：Ainize Workspace を参照してください。
• klue - bert - base - mrcデモ：Ainizeデモ
• klue - bert - base - mrc API：Ainize API

✨ 主な機能

• 言語モデル：klue/bert - base
• 言語：韓国語
• 下流タスク：抽出型質問応答
• 訓練データ：KLUE - MRC
• 評価データ：KLUE - MRC

💻 使用例

基本的な使用法

from transformers import AutoModelForQuestionAnswering, AutoTokenizer

tokenizer = AutoTokenizer.from_pretrained("ainize/klue-bert-base-mrc")
model = AutoModelForQuestionAnswering.from_pretrained("ainize/klue-bert-base-mrc")

context = "your context"
question = "your question"

encodings = tokenizer(context, question, max_length=512, truncation=True,
                      padding="max_length", return_token_type_ids=False)
encodings = {key: torch.tensor([val]) for key, val in encodings.items()}             

input_ids = encodings["input_ids"]
attention_mask = encodings["attention_mask"]

pred = model(input_ids, attention_mask=attention_mask)

start_logits, end_logits = pred.start_logits, pred.end_logits

token_start_index, token_end_index = start_logits.argmax(dim=-1), end_logits.argmax(dim=-1)

pred_ids = input_ids[0][token_start_index: token_end_index + 1]

prediction = tokenizer.decode(pred_ids)

📄 ライセンス

このプロジェクトはCC BY - SA 4.0ライセンスを採用しています。

👨‍💻 私たちについて

• Teachable NLP - コードを書かずに自分のテキストでNLPモデルを訓練できます。
• Ainize - 無料のGPUを使用して機械学習プロジェクトをデプロイします。