--- language: zh datasets: - DeltaReadingComprehensionDataset widget: - text: "中興大學在哪裡?" context: "國立中興大學（簡稱興大、NCHU），是位於臺中的一所高等教育機構。中興大學以農業科學、農業經濟學、獸醫、生命科學、轉譯醫學、生醫工程、生物科技、綠色科技等研究領域見長 。近年中興大學與臺中榮民總醫院、彰化師範大學、中國醫藥大學等機構合作，聚焦於癌症醫學、免疫醫學及醫學工程三項領域，將實驗室成果逐步應用到臨床上，未來「衛生福利部南投醫院中興院區」將改為「國立中興大學醫學院附設醫院」。興大也與臺中市政府合作，簽訂合作意向書，共同推動數位文化、智慧城市等面相帶動區域發展。" - text: "我住在哪裡?" context: "我叫翰承，我住在台中。" --- # bert-base-chinese for QA This is the [bert-base-chinese](https://huggingface.co/bert-base-chinese) model, fine-tuned using the DRCD dataset. It's been trained on question-answer pairs for the task of Question Answering. ## Usage ### In Transformers ```python from transformers import BertTokenizerFast, BertForQuestionAnswering, pipeline model_name = "NchuNLP/Chinese-Question-Answering" tokenizer = BertTokenizerFast.from_pretrained(model_name) model = BertForQuestionAnswering.from_pretrained(model_name) # a) Get predictions nlp = pipeline('question-answering', model=model, tokenizer=tokenizer) QA_input = { 'question': '中興大學在哪裡？', 'context': '國立中興大學（簡稱興大、NCHU），是位於臺中的一所高等教育機構。中興大學以農業科學、農業經濟學、獸醫、生命科學、轉譯醫學、生醫工程、生物科技、綠色科技等研究領域見長 。近年中興大學與臺中榮民總醫院、彰化師範大學、中國醫藥大學等機構合作，聚焦於癌症醫學、免疫醫學及醫學工程三項領域，將實驗室成果逐步應用到臨床上，未來「衛生福利部南投醫院中興院區」將改為「國立中興大學醫學院附設醫院」。興大也與臺中市政府合作，簽訂合作意向書，共同推動數位文化、智慧城市等面相帶動區域發展。' } res = nlp(QA_input) {'score': 1.0, 'start': 21, 'end': 23, 'answer': '臺中'} # b) Inside the Question answering pipeline inputs = tokenizer(query, text, return_tensors="pt",padding=True, truncation=True, max_length=512, stride=256) outputs = model(**inputs) sequence_ids = inputs.sequence_ids() # Mask everything apart from the tokens of the context mask = [i != 1 for i in sequence_ids] # Unmask the [CLS] token mask[0] = False mask = torch.tensor(mask)[None] start_logits[mask] = -10000 end_logits[mask] = -10000 start_probabilities = torch.nn.functional.softmax(start_logits, dim=-1)[0] end_probabilities = torch.nn.functional.softmax(end_logits, dim=-1)[0] scores = start_probabilities[:, None] * end_probabilities[None, :] max_index = scores.argmax().item() start_index = max_index // scores.shape[1] end_index = max_index % scores.shape[1] inputs_with_offsets = tokenizer(query, text, return_offsets_mapping=True) offsets = inputs_with_offsets["offset_mapping"] start_char, _ = offsets[start_index] _, end_char = offsets[end_index] answer = text[start_char:end_char] result = { "answer": answer, "start": start_char, "end": end_char, "score": scores[start_index, end_index], } print(result) ``` ## Authors **Han Cheng Yu:** boy19990222@gmail.com **Yao-Chung Fan:** yfan@nchu.edu.tw ## About us [中興大學自然語言處理實驗室](https://nlpnchu.org/)研究方向圍繞於深度學習技術在文字資料探勘 (Text Mining) 與自然語言處理 (Natural Language Processing) 方面之研究，目前實驗室成員的研究主題著重於機器閱讀理解 (Machine Reading Comprehension) 以及自然語言生成 (Natural Language Generation) 兩面向。 ## More Information

For more info about Nchu NLP Lab, visit our Lab Online Demo repo and GitHub.