lmqg/mt5-small-koquad-qg 的模型卡片

该模型是在 lmqg/qg_koquad 上通过 lmqg 进行的问题生成任务的 fine-tuned 版本，其基础模型是 google/mt5-small 。

概述

• 语言模型： google/mt5-small
• 语言：韩语
• 训练数据： lmqg/qg_koquad （默认）
• 在线演示： https://autoqg.net/
• 代码库： https://github.com/asahi417/lm-question-generation
• 论文： https://arxiv.org/abs/2210.03992

用法

• 使用 lmqg

from lmqg import TransformersQG

# initialize model
model = TransformersQG(language="ko", model="lmqg/mt5-small-koquad-qg")

# model prediction
questions = model.generate_q(list_context="1990년 영화 《 남부군 》에서 단역으로 영화배우 첫 데뷔에 이어 같은 해 KBS 드라마 《지구인》에서 단역으로 출연하였고 이듬해 MBC 《여명의 눈동자》를 통해 단역으로 출연하였다.", list_answer="남부군")

• 使用 transformers

from transformers import pipeline

pipe = pipeline("text2text-generation", "lmqg/mt5-small-koquad-qg")
output = pipe("1990년 영화 《 <hl> 남부군 <hl> 》에서 단역으로 영화배우 첫 데뷔에 이어 같은 해 KBS 드라마 《지구인》에서 단역으로 출연하였고 이듬해 MBC 《여명의 눈동자》를 통해 단역으로 출연하였다.")

评估

• 指标（问题生成）： raw metric file

• 指标（问题&答案生成，参考答案）：每个问题都是从黄金答案生成的 raw metric file

• 指标（问题&答案生成，流水线方法）：每个问题是在 lmqg/mt5-small-koquad-ae 生成的答案上生成的 raw metric file

训练超参数

在 fine-tuning 过程中使用了以下超参数：

• 数据集路径：lmqg/qg_koquad
• 数据集名称：默认
• 输入类型：['paragraph_answer']
• 输出类型：['question']
• 前缀类型：无
• 模型：google/mt5-small
• 最大长度：512
• 输出最大长度：32
• epoch：7
• batch：16
• 学习率：0.001
• fp16：False
• 随机种子：1
• 梯度累积步数：4
• 标签平滑化：0.15

完整的配置信息可在 fine-tuning config file 中找到。

引用

@inproceedings{ushio-etal-2022-generative,
    title = "{G}enerative {L}anguage {M}odels for {P}aragraph-{L}evel {Q}uestion {G}eneration",
    author = "Ushio, Asahi  and
        Alva-Manchego, Fernando  and
        Camacho-Collados, Jose",
    booktitle = "Proceedings of the 2022 Conference on Empirical Methods in Natural Language Processing",
    month = dec,
    year = "2022",
    address = "Abu Dhabi, U.A.E.",
    publisher = "Association for Computational Linguistics",
}