Roberta Base Squad V1

🚀 RoBERTa-base在SQuAD v1上微調模型

該模型基於HuggingFace的RoBERTa基礎檢查點，在SQuAD1.1數據集上進行了微調。此模型區分大小寫，例如“english”和“English”會被視為不同。

🚀 快速開始

該模型是在SQuAD1.1數據集上對RoBERTa-base進行微調得到的，可用於問答任務。

✨ 主要特性

• 基於RoBERTa-base模型進行微調，在SQuAD v1數據集上有良好表現。
• 模型區分大小寫，能更精準地處理文本。

📦 安裝指南

在使用該模型前，需要安裝相關依賴，可參考以下步驟：

# 安裝https://github.com/huggingface/transformers
cd examples/question-answering
mkdir -p data

wget -O data/train-v1.1.json https://rajpurkar.github.io/SQuAD-explorer/dataset/train-v1.1.json

wget -O data/dev-v1.1.json  https://rajpurkar.github.io/SQuAD-explorer/dataset/dev-v1.1.json

💻 使用示例

基礎用法

from transformers import pipeline

qa_pipeline = pipeline(
    "question-answering",
    model="csarron/roberta-base-squad-v1",
    tokenizer="csarron/roberta-base-squad-v1"
)

predictions = qa_pipeline({
    'context': "The game was played on February 7, 2016 at Levi's Stadium in the San Francisco Bay Area at Santa Clara, California.",
    'question': "What day was the game played on?"
})

print(predictions)
# output:
# {'score': 0.8625259399414062, 'start': 23, 'end': 39, 'answer': 'February 7, 2016'}

📚 詳細文檔

數據集詳情

微調詳情

• Python版本：3.7.5
• 機器規格：
  • CPU：Intel(R) Core(TM) i7 - 6800K CPU @ 3.40GHz
  • 內存：32 GiB
  • GPU：2塊GeForce GTX 1070，每塊顯存8GiB
  • GPU驅動：418.87.01，CUDA：10.1
• 腳本：

# 安裝https://github.com/huggingface/transformers之後

cd examples/question-answering
mkdir -p data

wget -O data/train-v1.1.json https://rajpurkar.github.io/SQuAD-explorer/dataset/train-v1.1.json

wget -O data/dev-v1.1.json  https://rajpurkar.github.io/SQuAD-explorer/dataset/dev-v1.1.json

python run_energy_squad.py \
    --model_type roberta \
    --model_name_or_path roberta-base \
    --do_train \
    --do_eval \
    --train_file train-v1.1.json \
    --predict_file dev-v1.1.json \
    --per_gpu_train_batch_size 12 \
    --per_gpu_eval_batch_size 16 \
    --learning_rate 3e-5 \
    --num_train_epochs 2.0 \
    --max_seq_length 320 \
    --doc_stride 128 \
    --data_dir data \
    --output_dir data/roberta-base-squad-v1 2>&1 | tee train-roberta-base-squad-v1.log

微調大約耗時2小時。

結果

模型大小：477M

請注意，上述結果未進行任何超參數搜索。

📄 許可證

本項目採用MIT許可證。

由Qingqing Cao創建 | GitHub | Twitter

於紐約用心打造。