asahi417 commited on
Commit
39e9efd
1 Parent(s): a67a77f

model update

Browse files
Files changed (1) hide show
  1. README.md +7 -7
README.md CHANGED
@@ -21,7 +21,7 @@ widget:
21
  - text: "<hl> 원테이크 촬영 <hl> 이기 때문에 한 사람이 실수를 하면 처음부터 다시 찍어야 하는 상황이 발생한다."
22
  example_title: "Question Generation Example 3"
23
  model-index:
24
- - name: lmqg/mbart-large-cc25-koquad
25
  results:
26
  - task:
27
  name: Text2text Generation
@@ -66,7 +66,7 @@ model-index:
66
  value: 85.62
67
  ---
68
 
69
- # Model Card of `lmqg/mbart-large-cc25-koquad`
70
  This model is fine-tuned version of [facebook/mbart-large-cc25](https://huggingface.co/facebook/mbart-large-cc25) for question generation task on the [lmqg/qg_koquad](https://huggingface.co/datasets/lmqg/qg_koquad) (dataset_name: default) via [`lmqg`](https://github.com/asahi417/lm-question-generation).
71
 
72
 
@@ -84,7 +84,7 @@ This model is fine-tuned version of [facebook/mbart-large-cc25](https://huggingf
84
  from lmqg import TransformersQG
85
 
86
  # initialize model
87
- model = TransformersQG(language="ko", model="lmqg/mbart-large-cc25-koquad")
88
 
89
  # model prediction
90
  questions = model.generate_q(list_context="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.", list_answer="남부군")
@@ -95,7 +95,7 @@ questions = model.generate_q(list_context="1990년 영화 《 남부군 》에
95
  ```python
96
  from transformers import pipeline
97
 
98
- pipe = pipeline("text2text-generation", "lmqg/mbart-large-cc25-koquad")
99
  output = pipe("1990년 영화 《 <hl> 남부군 <hl> 》에서 단역으로 영화배우 첫 데뷔에 이어 같은 해 KBS 드라마 《지구인》에서 단역으로 출연하였고 이듬해 MBC 《여명의 눈동자》를 통해 단역으로 출연하였다.")
100
 
101
  ```
@@ -103,7 +103,7 @@ output = pipe("1990년 영화 《 <hl> 남부군 <hl> 》에서 단역으로 영
103
  ## Evaluation
104
 
105
 
106
- - ***Metric (Question Generation)***: [raw metric file](https://huggingface.co/lmqg/mbart-large-cc25-koquad/raw/main/eval/metric.first.sentence.paragraph_answer.question.lmqg_qg_koquad.default.json)
107
 
108
  | | Score | Type | Dataset |
109
  |:-----------|--------:|:--------|:-----------------------------------------------------------------|
@@ -117,7 +117,7 @@ output = pipe("1990년 영화 《 <hl> 남부군 <hl> 》에서 단역으로 영
117
  | ROUGE_L | 27.76 | default | [lmqg/qg_koquad](https://huggingface.co/datasets/lmqg/qg_koquad) |
118
 
119
 
120
- - ***Metric (Question & Answer Generation)***: QAG metrics are computed with *the gold answer* and generated question on it for this model, as the model cannot provide an answer. [raw metric file](https://huggingface.co/lmqg/mbart-large-cc25-koquad/raw/main/eval/metric.first.answer.paragraph.questions_answers.lmqg_qg_koquad.default.json)
121
 
122
  | | Score | Type | Dataset |
123
  |:--------------------------------|--------:|:--------|:-----------------------------------------------------------------|
@@ -149,7 +149,7 @@ The following hyperparameters were used during fine-tuning:
149
  - gradient_accumulation_steps: 16
150
  - label_smoothing: 0.15
151
 
152
- The full configuration can be found at [fine-tuning config file](https://huggingface.co/lmqg/mbart-large-cc25-koquad/raw/main/trainer_config.json).
153
 
154
  ## Citation
155
  ```
 
21
  - text: "<hl> 원테이크 촬영 <hl> 이기 때문에 한 사람이 실수를 하면 처음부터 다시 찍어야 하는 상황이 발생한다."
22
  example_title: "Question Generation Example 3"
23
  model-index:
24
+ - name: lmqg/mbart-large-cc25-koquad-qg
25
  results:
26
  - task:
27
  name: Text2text Generation
 
66
  value: 85.62
67
  ---
68
 
69
+ # Model Card of `lmqg/mbart-large-cc25-koquad-qg`
70
  This model is fine-tuned version of [facebook/mbart-large-cc25](https://huggingface.co/facebook/mbart-large-cc25) for question generation task on the [lmqg/qg_koquad](https://huggingface.co/datasets/lmqg/qg_koquad) (dataset_name: default) via [`lmqg`](https://github.com/asahi417/lm-question-generation).
71
 
72
 
 
84
  from lmqg import TransformersQG
85
 
86
  # initialize model
87
+ model = TransformersQG(language="ko", model="lmqg/mbart-large-cc25-koquad-qg")
88
 
89
  # model prediction
90
  questions = model.generate_q(list_context="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.", list_answer="남부군")
 
95
  ```python
96
  from transformers import pipeline
97
 
98
+ pipe = pipeline("text2text-generation", "lmqg/mbart-large-cc25-koquad-qg")
99
  output = pipe("1990년 영화 《 <hl> 남부군 <hl> 》에서 단역으로 영화배우 첫 데뷔에 이어 같은 해 KBS 드라마 《지구인》에서 단역으로 출연하였고 이듬해 MBC 《여명의 눈동자》를 통해 단역으로 출연하였다.")
100
 
101
  ```
 
103
  ## Evaluation
104
 
105
 
106
+ - ***Metric (Question Generation)***: [raw metric file](https://huggingface.co/lmqg/mbart-large-cc25-koquad-qg/raw/main/eval/metric.first.sentence.paragraph_answer.question.lmqg_qg_koquad.default.json)
107
 
108
  | | Score | Type | Dataset |
109
  |:-----------|--------:|:--------|:-----------------------------------------------------------------|
 
117
  | ROUGE_L | 27.76 | default | [lmqg/qg_koquad](https://huggingface.co/datasets/lmqg/qg_koquad) |
118
 
119
 
120
+ - ***Metric (Question & Answer Generation)***: QAG metrics are computed with *the gold answer* and generated question on it for this model, as the model cannot provide an answer. [raw metric file](https://huggingface.co/lmqg/mbart-large-cc25-koquad-qg/raw/main/eval/metric.first.answer.paragraph.questions_answers.lmqg_qg_koquad.default.json)
121
 
122
  | | Score | Type | Dataset |
123
  |:--------------------------------|--------:|:--------|:-----------------------------------------------------------------|
 
149
  - gradient_accumulation_steps: 16
150
  - label_smoothing: 0.15
151
 
152
+ The full configuration can be found at [fine-tuning config file](https://huggingface.co/lmqg/mbart-large-cc25-koquad-qg/raw/main/trainer_config.json).
153
 
154
  ## Citation
155
  ```