/ Модель

Характеристики

Контекст
514 токенов
Параметры
138 млн
Архитектура
camembert · dense
Опубликована
2 мар 2022

camembert-base-squadFR-fquad-piaf

Ответы на вопросыТекст → текст5 профессий

Франкоязычная модель на базе CamemBERT для извлечения ответов на вопросы из текстового контекста.

1 054скачиваний за 30 дней28лайковвеса обновлены27 мар 2023

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

AgentPublic/camembert-base-squadFR-fquad-piaf — франкоязычная модель ответов на вопросы, созданная дообучением базовой CamemBERT на объединении трёх наборов данных: PIAF v1.1, FQuAD v1.0 и SQuAD-FR, автоматически переведённого на французский язык.

Модель на архитектуре CamemBERT с примерно 137,8 млн параметров предназначена для извлечения ответа на вопрос из предоставленного текстового контекста. Её можно применять для поиска фактов во франкоязычных документах и построения систем вопросов и ответов на французском языке. Максимальная длина контекста составляет 514 токенов.

Модель поддерживается форматами PyTorch, Safetensors и TensorFlow. Сведения о лицензии в предоставленных источниках отсутствуют.

Сценарии применения

  • поиск ответа на вопрос во французском документе
  • ответы на вопросы по франкоязычным справочным материалам
  • извлечение фактов из французских текстов
  • создание системы вопросов и ответов на французском языке

Ограничения

Контекст ограничен 514 токенами; модель ориентирована на французский язык и извлечение ответов из предоставленного текста. Лицензия в предоставленных источниках не указана.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

camembert-base-squadFR-fquad-piaf

Description

Question-answering French model, using base CamemBERT fine-tuned on a combo of three French Q&A datasets:

  1. PIAFv1.1
  2. FQuADv1.0
  3. SQuAD-FR (SQuAD automatically translated to French)

Training hyperparameters

python run_squad.py \
--model_type camembert \
--model_name_or_path camembert-base \
--do_train --do_eval \
--train_file data/SQuAD+fquad+piaf.json \
--predict_file data/fquad_valid.json \
--per_gpu_train_batch_size 12 \ 
--learning_rate 3e-5 \ 
--num_train_epochs 4 \  
--max_seq_length 384 \ 
--doc_stride 128 \
--save_steps 10000 

Evaluation results

FQuAD v1.0 Evaluation

{"f1": 79.81, "exact_match": 55.14}

SQuAD-FR Evaluation

{"f1": 80.61, "exact_match": 59.54}

Usage

from transformers import pipeline

nlp = pipeline('question-answering', model='etalab-ia/camembert-base-squadFR-fquad-piaf', tokenizer='etalab-ia/camembert-base-squadFR-fquad-piaf')

nlp({
    'question': "Qui est Claude Monet?",
    'context': "Claude Monet, né le 14 novembre 1840 à Paris et mort le 5 décembre 1926 à Giverny, est un peintre français et l’un des fondateurs de l'impressionnisme."
})

Acknowledgments

This work was performed using HPC resources from GENCI–IDRIS (Grant 2020-AD011011224).

Citations

PIAF

@inproceedings{KeraronLBAMSSS20,
  author    = {Rachel Keraron and
               Guillaume Lancrenon and
               Mathilde Bras and
               Fr{\'{e}}d{\'{e}}ric Allary and
               Gilles Moyse and
               Thomas Scialom and
               Edmundo{-}Pavel Soriano{-}Morales and
               Jacopo Staiano},
  title     = {Project {PIAF:} Building a Native French Question-Answering Dataset},
  booktitle = {{LREC}},
  pages     = {5481--5490},
  publisher = {European Language Resources Association},
  year      = {2020}
}

FQuAD

@article{dHoffschmidt2020FQuADFQ,
  title={FQuAD: French Question Answering Dataset},
  author={Martin d'Hoffschmidt and Maxime Vidal and Wacim Belblidia and Tom Brendl'e and Quentin Heinrich},
  journal={ArXiv},
  year={2020},
  volume={abs/2002.06071}
}

SQuAD-FR

 @MISC{kabbadj2018,
   author =       "Kabbadj, Ali",
   title =        "Something new in French Text Mining and Information Extraction (Universal Chatbot): Largest Q&A French training dataset (110 000+) ",
   editor =       "linkedin.com",
   month =        "November",
   year =         "2018",
   url =          "\url{https://www.linkedin.com/pulse/something-new-french-text-mining-information-chatbot-largest-kabbadj/}",
   note =         "[Online; posted 11-November-2018]",
 }

CamemBERT

HF model card : https://huggingface.co/camembert-base

@inproceedings{martin2020camembert,
  title={CamemBERT: a Tasty French Language Model},
  author={Martin, Louis and Muller, Benjamin and Su{\'a}rez, Pedro Javier Ortiz and Dupont, Yoann and Romary, Laurent and de la Clergerie, {\'E}ric Villemonte and Seddah, Djam{\'e} and Sagot, Beno{\^\i}t},
  booktitle={Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics},
  year={2020}
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · question-answering

Можно запустить

Подбираем GPU…

Класс архитектуры
RobertaForQuestionAnswering
Ревизия весов
75c5e4e

0 моделей