Update README.md

README.md

@@ -7,3 +7,61 @@ tags:
 widget:
   - text: "১৮৯৭ খ্রিষ্টাব্দের ২৩ জানুয়ারি [SEP] সুভাষ ১৮৯৭ খ্রিষ্টাব্দের ২৩ জানুয়ারি ব্রিটিশ ভারতের অন্তর্গত বাংলা প্রদেশের উড়িষ্যা বিভাগের কটকে জন্মগ্রহণ করেন। </s> <2bn>"
 ---
+
+
+## Intro 
+  Trained on IndicNLGSuit [IndicQuestionGeneration](https://huggingface.co/datasets/ai4bharat/IndicQuestionGeneration) data for Bengali the model is finetuned from [IndicBART](https://huggingface.co/ai4bharat/IndicBART)
+
+## Finetuned Command
+
+    python run_summarization.py --model_name_or_path bnQG_models/checkpoint-32000 --do_eval --train_file train_bn.json 
+    --validation_file valid_bn.json --output_dir bnQG_models --overwrite_output_dir --per_device_train_batch_size=2 
+    --per_device_eval_batch_size=4 --predict_with_generate --text_column src --summary_column tgt --save_steps 4000 
+    --evaluation_strategy steps --gradient_accumulation_steps 4 --eval_steps 1000 --learning_rate 0.001 --num_beams 4 
+    --forced_bos_token "<2bn>" --num_train_epochs 10 --warmup_steps 10000
+    
+## Sample Line from train data
+
+    {"src": "प्राणबादी [SEP] अर्थाॎ, तिनि छिलेन एकजन सर्बप्राणबादी। </s> <2bn>", "tgt": "<2bn> कोन दार्शनिक दृष्टिभङ्गि ओय़ाइटजेर छिल? </s>"}
+
+## Inference
+  
+    script = "সুভাষ ১৮৯৭ খ্রিষ্টাব্দের ২৩ জানুয়ারি ব্রিটিশ ভারতের অন্তর্গত বাংলা প্রদেশের উড়িষ্যা বিভাগের (অধুনা, ভারতের ওড়িশা রাজ্য) কটকে জন্মগ্রহণ করেন।"
+    answer = "১৮৯৭ খ্রিষ্টাব্দের ২৩ জানুয়ারি"
+    inp = answer +" [SEP] "+script + " </s> <2bn>"
+    inp_tok = tokenizer(inp, add_special_tokens=False, return_tensors="pt", padding=True).input_ids
+    model.eval() # Set dropouts to zero
+
+    model_output=model.generate(inp_tok, use_cache=True, 
+                                num_beams=4, 
+                                max_length=20, 
+                                min_length=1, 
+                                early_stopping=True, 
+                                pad_token_id=pad_id, 
+                                bos_token_id=bos_id, 
+                                eos_token_id=eos_id, 
+                                decoder_start_token_id=tokenizer._convert_token_to_id_with_added_voc("<2bn>")
+                            )
+    decoded_output=tokenizer.decode(model_output[0], skip_special_tokens=True, clean_up_tokenization_spaces=False)
+    
+
+
+## Citations
+
+    @inproceedings{dabre2021indicbart,
+        title={IndicBART: A Pre-trained Model for Natural Language Generation of Indic Languages}, 
+        author={Raj Dabre and Himani Shrotriya and Anoop Kunchukuttan and Ratish Puduppully and Mitesh M. Khapra and Pratyush Kumar},
+        year={2022},
+        booktitle={Findings of the Association for Computational Linguistics},
+        }    
+    
+
+    @misc{kumar2022indicnlg,
+      title={IndicNLG Suite: Multilingual Datasets for Diverse NLG Tasks in Indic Languages}, 
+      author={Aman Kumar and Himani Shrotriya and Prachi Sahu and Raj Dabre and Ratish Puduppully and Anoop Kunchukuttan and Amogh Mishra and Mitesh M. Khapra and Pratyush Kumar},
+      year={2022},
+      eprint={2203.05437},
+      archivePrefix={arXiv},
+      primaryClass={cs.CL}
+    }   
+