from lmqg import TransformersQG

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

# model prediction
answers = model.generate_a("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.")

With transformers

python

from transformers import pipeline

pipe = pipeline("text2text-generation", "lmqg/mt5-base-koquad-ae")
output = pipe("또한 스피어스는 많은 새로운 여성 아티스트들에게 영향을 끼쳤는데, 대표적으로 데미 로바토, 케이티 페리, 크리스티니아 드바지, 레이디 가가, 리틀 부츠, 셀레나 고메즈 & 더씬, 픽시 로트 이 있다. 2007년 비욘세 놀스는 Total Request Live와의 인터뷰에서 '나는 브리트니를 사랑하고 팬이에요. 특히 새 앨범 Blackout을 좋아해요'라고 말했다. 린제이 로한은 '언제나 브리트니 스피어스에게 영감을 받는다. 학창시절 그녀처럼 타블로이드에 오르기를 꿈꿔왔다'고 말하며 롤 모델로 꼽았다. 스피어스는 현대 음악가들에게 음악적 영감으로 언급되기도 했다. <hl> 마일리 사이러스는 자신의 히트곡 Party in the U.S.A. 가 브리트니에게 영감과 영향을 받은 곡이라고 밝혔다. <hl> 베리 매닐로우의 앨범 15 Minutes 역시 브리트니에게 영감을 얻었다고 언급되었다.")

Evaluation

Metric (Answer Extraction): raw metric file

	Score	Type	Dataset
AnswerExactMatch	69.49	default	lmqg/qg_koquad
AnswerF1Score	77.32	default	lmqg/qg_koquad
BERTScore	91.76	default	lmqg/qg_koquad
Bleu_1	59.38	default	lmqg/qg_koquad
Bleu_2	48.34	default	lmqg/qg_koquad
Bleu_3	34.11	default	lmqg/qg_koquad
Bleu_4	20.6	default	lmqg/qg_koquad
METEOR	51.78	default	lmqg/qg_koquad
MoverScore	90.78	default	lmqg/qg_koquad
ROUGE_L	72.57	default	lmqg/qg_koquad

Training hyperparameters

The following hyperparameters were used during fine-tuning:

dataset_path: lmqg/qg_koquad
dataset_name: default
input_types: ['paragraph_sentence']
output_types: ['answer']
prefix_types: None
model: google/mt5-base
max_length: 512
max_length_output: 32
epoch: 5
batch: 8
lr: 0.0005
fp16: False
random_seed: 1
gradient_accumulation_steps: 8
label_smoothing: 0.15

The full configuration can be found at fine-tuning config file.

Citation

@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",
}

lmqg/mt5-base-koquad-ae

Model Card of lmqg/mt5-base-koquad-ae

Overview

Usage

Evaluation

Training hyperparameters

Citation

lmqg/
mt5-base-koquad-ae

Model Card of `lmqg/mt5-base-koquad-ae`