/ Модель

Характеристики

Контекст
512 токенов
Параметры
124 млн
Архитектура
t5 · dense
Библиотека
transformers
Опубликована
27 окт 2022

doc2query-t5-base-msmarco

ПереводТекст → текст3 профессии

Англоязычная модель Doc2Query на базе T5-base генерирует поисковые запросы для расширения документов перед индексацией.

500скачиваний за 30 дней2лайкавеса обновлены15 мая 2023

Бенчмарки

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

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

macavaney/doc2query-t5-base-msmarco — модель Doc2Query на архитектуре T5-base, подготовленная Маком Эванни на основе t5-base и обученная на MS MARCO. Это конвертированная в формат PyTorch версия контрольной точки авторов Doc2Query, предназначенная для использования с pyterrier_doc2query. Модель принимает текст документа и генерирует вероятные поисковые запросы, которыми можно расширить документ перед построением поискового индекса.

Модель содержит 123,8 млн параметров и имеет контекст до 512 токенов. Основной сценарий — расширение документов для информационного поиска; карточка HF помечает её задачей translation, однако README описывает генерацию запросов для расширения документов. Поддерживаемый язык по карточке — английский. Доступны веса PyTorch и safetensors. Лицензия в предоставленных данных не указана.

Сценарии применения

  • генерация вероятных поисковых запросов по тексту документа
  • расширение коллекции документов перед построением поискового индекса
  • подготовка документов для поиска в PyTerrier
  • повышение обнаруживаемости документов по запросам пользователей

Ограничения

Модель ориентирована на генерацию запросов для английских документов и имеет контекст длиной до 512 токенов. В предоставленной карточке лицензия не приведена.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

A Doc2Query model based on t5-base and trained on MS MARCO. This is a version of the checkpoint released by the original authors, converted to pytorch format and ready for use in pyterrier_doc2query.

Creating a transformer:

import pyterrier as pt
pt.init()
from pyterrier_doc2query import Doc2Query
doc2query = Doc2Query('macavaney/doc2query-t5-base-msmarco')

Transforming documents

import pandas as pd
doc2query(pd.DataFrame([
  {'docno': '0', 'text': 'Hello Terrier!'},
  {'docno': '1', 'text': 'Doc2Query expands queries with potentially relevant queries.'},
]))
# docno                                               text                                           querygen
#    0                                     Hello Terrier!  hello terrier what kind of dog is a terrier wh...
#    1  Doc2Query expands queries with potentially rel...  can dodoc2query extend query query? what is do...

Indexing transformed documents

doc2query.append = True # append querygen to text
indexer = pt.IterDictIndexer('./my_index', fields=['text'])
pipeline = doc2query >> indexer
pipeline.index([
  {'docno': '0', 'text': 'Hello Terrier!'},
  {'docno': '1', 'text': 'Doc2Query expands queries with potentially relevant queries.'},
])

Expanding and indexing a dataset

dataset = pt.get_dataset('irds:vaswani')
pipeline.index(dataset.get_corpus_iter())

References

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
T5ForConditionalGeneration
Ревизия весов
83f40b2

0 моделей