Xlmroberta Squadv2

🚀 XLM-ROBERTA-LARGEをSQuADv2でファインチューニング

このモデルは、質問応答タスクのためにSQuADv2データセットでファインチューニングされたxlm-roberta-largeモデルです。

データセット

• squad_v2

✨ 主な機能

このモデルは、質問応答タスクに特化しており、SQuADv2データセットで訓練されています。

📚 ドキュメント

モデルの詳細

XLM-Robertaは、論文 XLM-R: State-of-the-art cross-lingual understanding through self-supervision で提案されました。

モデルの訓練

このモデルは、simpletransformersラッパーを使用して以下のパラメータで訓練されました。

train_args = {
    'learning_rate': 1e-5,
    'max_seq_length': 512,
    'doc_stride': 512,
    'overwrite_output_dir': True,
    'reprocess_input_data': False,
    'train_batch_size': 8,
    'num_train_epochs': 2,
    'gradient_accumulation_steps': 2,
    'no_cache': True,
    'use_cached_eval_features': False,
    'save_model_every_epoch': False,
    'output_dir': "bart-squadv2",
    'eval_batch_size': 32,
    'fp16_opt_level': 'O2',
    }

結果

{"correct": 6961, "similar": 4359, "incorrect": 553, "eval_loss": -12.177856394381962}

💻 使用例

基本的な使用法

from transformers import XLMRobertaTokenizer, XLMRobertaForQuestionAnswering
import torch

tokenizer = XLMRobertaTokenizer.from_pretrained('a-ware/xlmroberta-squadv2')
model = XLMRobertaForQuestionAnswering.from_pretrained('a-ware/xlmroberta-squadv2')

question, text = "Who was Jim Henson?", "Jim Henson was a nice puppet"
encoding = tokenizer(question, text, return_tensors='pt')
input_ids = encoding['input_ids']
attention_mask = encoding['attention_mask']

start_scores, end_scores = model(input_ids, attention_mask=attention_mask, output_attentions=False)[:2]

all_tokens = tokenizer.convert_ids_to_tokens(input_ids[0])
answer = ' '.join(all_tokens[torch.argmax(start_scores) : torch.argmax(end_scores)+1])
answer = tokenizer.convert_tokens_to_ids(answer.split())
answer = tokenizer.decode(answer)
#answer => 'a nice puppet' 

❤️ で作成されました by A-ware UG