Vi Mrc Base

🚀 問答模型項目

本項目是一個用於問答任務的模型，支持越南語和英語，基於預訓練語言模型進行微調，可有效處理抽取式問答任務。

🚀 快速開始

你可以通過以下兩種方式使用預訓練模型：

方式一：Hugging Face管道風格（不使用求和特徵策略）

from transformers import pipeline
# model_checkpoint = "nguyenvulebinh/vi-mrc-large"
model_checkpoint = "nguyenvulebinh/vi-mrc-base"
nlp = pipeline('question-answering', model=model_checkpoint,
                   tokenizer=model_checkpoint)
QA_input = {
  'question': "Bình là chuyên gia về gì ?",
  'context': "Bình Nguyễn là một người đam mê với lĩnh vực xử lý ngôn ngữ tự nhiên . Anh nhận chứng chỉ Google Developer Expert năm 2020"
}
res = nlp(QA_input)
print('pipeline: {}'.format(res))
#{'score': 0.5782045125961304, 'start': 45, 'end': 68, 'answer': 'xử lý ngôn ngữ tự nhiên'}

方式二：更精確的推理過程（使用求和特徵策略）

from infer import tokenize_function, data_collator, extract_answer
from model.mrc_model import MRCQuestionAnswering
from transformers import AutoTokenizer

# model_checkpoint = "nguyenvulebinh/vi-mrc-large"
model_checkpoint = "nguyenvulebinh/vi-mrc-base"
tokenizer = AutoTokenizer.from_pretrained(model_checkpoint)
model = MRCQuestionAnswering.from_pretrained(model_checkpoint)

QA_input = {
  'question': "Bình được công nhận với danh hiệu gì ?",
  'context': "Bình Nguyễn là một người đam mê với lĩnh vực xử lý ngôn ngữ tự nhiên . Anh nhận chứng chỉ Google Developer Expert năm 2020"
}

inputs = [tokenize_function(*QA_input)]
inputs_ids = data_collator(inputs)
outputs = model(**inputs_ids)
answer = extract_answer(inputs, outputs, tokenizer)

print(answer)
# answer: Google Developer Expert. Score start: 0.9926977753639221, Score end: 0.9909810423851013

✨ 主要特性

• 多語言支持：支持越南語和英語。
• 基於預訓練模型：使用 XLM - RoBERTa 作為預訓練語言模型。
• 微調模型：基於 MRCQuestionAnswering 進行微調。
• 下游任務：適用於抽取式問答任務。

📚 詳細文檔

模型描述

• 語言模型：XLM - RoBERTa
• 微調：MRCQuestionAnswering
• 語言：越南語、英語
• 下游任務：抽取式問答
• 數據集（結合英語和越南語）：
  • Squad 2.0
  • mailong25
  • UIT - ViQuAD
  • MultiLingual Question Answering

該模型旨在用於越南語的問答任務，因此驗證集僅為越南語（但英語也能正常工作）。以下是使用 10% 越南語數據集的評估結果：

MRCQuestionAnswering 使用 XLM - RoBERTa 作為預訓練語言模型。默認情況下，XLM - RoBERTa 會將單詞拆分為子詞。但在本實現中，使用求和策略將（由 BERT 層編碼後的）子詞表示重新組合為單詞表示。

模型信息表格

小部件示例

• 問題："Bình là chuyên gia về gì ?" 上下文："Bình Nguyễn là một người đam mê với lĩnh vực xử lý ngôn ngữ tự nhiên . Anh nhận chứng chỉ Google Developer Expert năm 2020"
• 問題："Bình được công nhận với danh hiệu gì ?" 上下文："Bình Nguyễn là một người đam mê với lĩnh vực xử lý ngôn ngữ tự nhiên . Anh nhận chứng chỉ Google Developer Expert năm 2020"

📄 許可證

本項目採用 CC - BY - NC - 4.0 許可證。

👨‍💻 關於作者

由 Binh Nguyen 構建 如需更多詳情，請訪問項目倉庫。