You can deploy this model and start earning money today!

vocabtrimmer/
mt5-small-trimmed-ko-5000-koquad-qa

Name: mt5-small-trimmed-ko-5000-koquad-qa
Availability: InStock

Views

No views yet

Model Card of `vocabtrimmer/mt5-small-trimmed-ko-5000-koquad-qa`

This model is fine-tuned version of vocabtrimmer/mt5-small-trimmed-ko-5000 for question answering task on the lmqg/qg_koquad (dataset_name: default) via lmqg.

Overview

Language model: vocabtrimmer/mt5-small-trimmed-ko-5000
Language: ko
Training data: lmqg/qg_koquad (default)
Online Demo: https://autoqg.net/
Repository: https://github.com/asahi417/lm-question-generation
Paper: https://arxiv.org/abs/2210.03992

Usage

With lmqg

python

from lmqg import TransformersQG

# initialize model
model = TransformersQG(language="ko", model="vocabtrimmer/mt5-small-trimmed-ko-5000-koquad-qa")

# model prediction
answers = model.answer_q(list_question="매드 클라운이 참가해 큰 화제를 모았던 프로그램은?", list_context=" 과거 소울 컴퍼니 소속으로 소울 컴퍼니 해체 후 현재의 소속사는 스타쉽 엑스이다. Mad Clown vs Crucial Star (매드 클라운 vs 크루셜 스타)라는 프로젝트 그룹으로 크루셜 스타와 함께 활동하기도 하였으며, 2013년부터는 MC인 저스디스와 팀을 이루어 랩 듀오 커먼콜드로 활동하고 있다. 또한 Mnet 《쇼미더머니 2》에서 참가자로 참가하여 큰 화제를 모았으며, 《쇼미더머니 5》에서는 길 & 매드 클라운 팀으로 프로듀서로 출연하였다., 재발매 물량도 완판되어 추가 제작에 들어갔다. 2016년 4월, 소속사와 자신의 SNS를 통해 2016년 5월 15일 현재 교제 중인 일반인 여자친구와의 결혼을 공식발표하였다.")

With transformers

python

from transformers import pipeline

pipe = pipeline("text2text-generation", "vocabtrimmer/mt5-small-trimmed-ko-5000-koquad-qa")
output = pipe("question: 매드 클라운이 참가해 큰 화제를 모았던 프로그램은?, context: 과거 소울 컴퍼니 소속으로 소울 컴퍼니 해체 후 현재의 소속사는 스타쉽 엑스이다. Mad Clown vs Crucial Star (매드 클라운 vs 크루셜 스타)라는 프로젝트 그룹으로 크루셜 스타와 함께 활동하기도 하였으며, 2013년부터는 MC인 저스디스와 팀을 이루어 랩 듀오 커먼콜드로 활동하고 있다. 또한 Mnet 《쇼미더머니 2》에서 참가자로 참가하여 큰 화제를 모았으며, 《쇼미더머니 5》에서는 길 & 매드 클라운 팀으로 프로듀서로 출연하였다., 재발매 물량도 완판되어 추가 제작에 들어갔다. 2016년 4월, 소속사와 자신의 SNS를 통해 2016년 5월 15일 현재 교제 중인 일반인 여자친구와의 결혼을 공식발표하였다.")

Evaluation

Metric (Question Answering): raw metric file

	Score	Type	Dataset
AnswerExactMatch	72.6	default	lmqg/qg_koquad
AnswerF1Score	79.45	default	lmqg/qg_koquad
BERTScore	97.06	default	lmqg/qg_koquad
Bleu_1	68.42	default	lmqg/qg_koquad
Bleu_2	59.18	default	lmqg/qg_koquad
Bleu_3	48.22	default	lmqg/qg_koquad
Bleu_4	34.35	default	lmqg/qg_koquad
METEOR	54.02	default	lmqg/qg_koquad
MoverScore	91.72	default	lmqg/qg_koquad
ROUGE_L	74.95	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_question']
output_types: ['answer']
prefix_types: None
model: vocabtrimmer/mt5-small-trimmed-ko-5000
max_length: 512
max_length_output: 32
epoch: 13
batch: 32
lr: 0.001
fp16: False
random_seed: 1
gradient_accumulation_steps: 2
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",
}

vocabtrimmer/mt5-small-trimmed-ko-5000-koquad-qa

Model Card of vocabtrimmer/mt5-small-trimmed-ko-5000-koquad-qa