metadata

language: es
datasets:
  - BSC-TeMU/SQAC
widget:
  - text: >-
      question: ¿Cuál es el nombre que se le da a la unidad morfológica y
      funcional de los seres vivos?? context: La célula (del latín cellula,
      diminutivo de cella, ‘celda’) es la unidad morfológica y funcional de todo
      ser vivo. De hecho, la célula es el elemento de menor tamaño que puede
      considerarse vivo. De este modo, puede clasificarse a los organismos
      vivos según el número de células que posean: si solo tienen una, se les
      denomina unicelulares (como pueden ser los protozoos o las bacterias,
      organismos microscópicos); si poseen más, se les llama pluricelulares. En
      estos últimos el número de células es variable: de unos pocos cientos,
      como en algunos nematodos, a cientos de billones (1014), como en el caso
      del ser humano. Las células suelen poseer un tamaño de 10 µm y una masa de
      1 ng, si bien existen células mucho mayores.

Spanish-T5-small fine-tuned on SQAC for QA 📖❓

Google's mT5-small fine-tuned on SQAC (secondary task) for Q&A downstream task.

Details of Spanish T5 (small)

Details of the dataset 📚

Results on test dataset 📝

Metric	# Value
EM	41.65

Model in Action 🚀

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch
device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
tokenizer = AutoTokenizer.from_pretrained("mrm8488/mT5-small-finetuned-tydiqa-for-xqa")
model = AutoModelForCausalLM.from_pretrained("mrm8488/mT5-small-finetuned-tydiqa-for-xqa").to(device)

def get_response(question, context, max_length=32):
  input_text = 'question: %s  context: %s' % (question, context)
  features = tokenizer([input_text], return_tensors='pt')

  output = model.generate(input_ids=features['input_ids'].to(device), 
               attention_mask=features['attention_mask'].to(device),
               max_length=max_length)

  return tokenizer.decode(output[0], skip_special_tokens=True)
  
# Some examples in different languages

context = 'HuggingFace won the best Demo paper at EMNLP2020.'
question = 'What won HuggingFace?'
get_response(question, context)

context = 'HuggingFace ganó la mejor demostración con su paper en la EMNLP2020.'
question = 'Qué ganó HuggingFace?'
get_response(question, context)

context = 'HuggingFace выиграл лучшую демонстрационную работу на EMNLP2020.'
question = 'Что победило в HuggingFace?'
get_response(question, context)

Created by Manuel Romero/@mrm8488 | LinkedIn

Made with ♥ in Spain