Model Card of vocabtrimmer/mt5-small-trimmed-es-30000-esquad-qa

This model is fine-tuned version of ckpts/mt5-small-trimmed-es-30000 for question answering task on the lmqg/qg_esquad (dataset_name: default) via lmqg.

Overview

Usage

from lmqg import TransformersQG

# initialize model
model = TransformersQG(language="es", model="vocabtrimmer/mt5-small-trimmed-es-30000-esquad-qa")

# model prediction
answers = model.answer_q(list_question="¿Cuál es la población de Nueva York a partir de 2014?", list_context=" Situada en uno de los mayores puertos naturales del mundo, la ciudad de Nueva York consta de cinco municipios, cada uno de los cuales es un condado separado del estado de Nueva York. Los cinco distritos - Brooklyn, Queens, Manhattan, el Bronx y Staten Island - se consolidaron en una sola ciudad en 1898. Con una población censada estimada en 2014 de 8.491.079 habitantes distribuidos en una superficie de solo 790 km ², Nueva York es la ciudad más densamente poblada de los Estados Unidos. Hasta 800 idiomas se hablan en Nueva York, por lo que es la ciudad más lingüísticamente diversa del mundo. Según estimaciones del censo de 2014, la región metropolitana de la ciudad de Nueva York sigue siendo por un margen significativo la más poblada de los Estados Unidos, según lo definido tanto por el Área Estadística Metropolitana (20,1 millones de residentes). En 2013, el MSA produjo un producto metropolitano bruto (GMP) de casi US $1,39 billones, mientras que en 2012, el CSA generó un GMP de más de US $1,55 billones, ambos clasificados en primer lugar.")
  • With transformers
from transformers import pipeline

pipe = pipeline("text2text-generation", "vocabtrimmer/mt5-small-trimmed-es-30000-esquad-qa")
output = pipe("question: ¿Cuál es la población de Nueva York a partir de 2014?, context: Situada en uno de los mayores puertos naturales del mundo, la ciudad de Nueva York consta de cinco municipios, cada uno de los cuales es un condado separado del estado de Nueva York. Los cinco distritos - Brooklyn, Queens, Manhattan, el Bronx y Staten Island - se consolidaron en una sola ciudad en 1898. Con una población censada estimada en 2014 de 8.491.079 habitantes distribuidos en una superficie de solo 790 km ², Nueva York es la ciudad más densamente poblada de los Estados Unidos. Hasta 800 idiomas se hablan en Nueva York, por lo que es la ciudad más lingüísticamente diversa del mundo. Según estimaciones del censo de 2014, la región metropolitana de la ciudad de Nueva York sigue siendo por un margen significativo la más poblada de los Estados Unidos, según lo definido tanto por el Área Estadística Metropolitana (20,1 millones de residentes). En 2013, el MSA produjo un producto metropolitano bruto (GMP) de casi US $1,39 billones, mientras que en 2012, el CSA generó un GMP de más de US $1,55 billones, ambos clasificados en primer lugar.")

Evaluation

Score Type Dataset
AnswerExactMatch 40.07 default lmqg/qg_esquad
AnswerF1Score 59.77 default lmqg/qg_esquad
BERTScore 91.32 default lmqg/qg_esquad
Bleu_1 26.76 default lmqg/qg_esquad
Bleu_2 22.12 default lmqg/qg_esquad
Bleu_3 18.94 default lmqg/qg_esquad
Bleu_4 16.41 default lmqg/qg_esquad
METEOR 31.2 default lmqg/qg_esquad
MoverScore 76.17 default lmqg/qg_esquad
ROUGE_L 36.91 default lmqg/qg_esquad

Training hyperparameters

The following hyperparameters were used during fine-tuning:

  • dataset_path: lmqg/qg_esquad
  • dataset_name: default
  • input_types: ['paragraph_question']
  • output_types: ['answer']
  • prefix_types: None
  • model: ckpts/mt5-small-trimmed-es-30000
  • max_length: 512
  • max_length_output: 32
  • epoch: 12
  • batch: 32
  • lr: 0.001
  • fp16: False
  • random_seed: 1
  • gradient_accumulation_steps: 2
  • label_smoothing: 0.15

The full configuration can be found at fine-tuning config file.

Citation

@inproceedings{ushio-etal-2022-generative,
    title = "{G}enerative {L}anguage {M}odels for {P}aragraph-{L}evel {Q}uestion {G}eneration",
    author = "Ushio, Asahi  and
        Alva-Manchego, Fernando  and
        Camacho-Collados, Jose",
    booktitle = "Proceedings of the 2022 Conference on Empirical Methods in Natural Language Processing",
    month = dec,
    year = "2022",
    address = "Abu Dhabi, U.A.E.",
    publisher = "Association for Computational Linguistics",
}
Downloads last month
8
Inference Examples
This model does not have enough activity to be deployed to Inference API (serverless) yet. Increase its social visibility and check back later, or deploy to Inference Endpoints (dedicated) instead.

Dataset used to train vocabtrimmer/mt5-small-trimmed-es-30000-esquad-qa

Evaluation results

  • BLEU4 (Question Answering) on lmqg/qg_esquad
    self-reported
    16.410
  • ROUGE-L (Question Answering) on lmqg/qg_esquad
    self-reported
    36.910
  • METEOR (Question Answering) on lmqg/qg_esquad
    self-reported
    31.200
  • BERTScore (Question Answering) on lmqg/qg_esquad
    self-reported
    91.320
  • MoverScore (Question Answering) on lmqg/qg_esquad
    self-reported
    76.170
  • AnswerF1Score (Question Answering) on lmqg/qg_esquad
    self-reported
    59.770
  • AnswerExactMatch (Question Answering) on lmqg/qg_esquad
    self-reported
    40.070