model update

README.md

@@ -0,0 +1,160 @@
+
+---
+license: cc-by-4.0
+metrics:
+- bleu4
+- meteor
+- rouge-l
+- bertscore
+- moverscore
+language: ko
+datasets:
+- lmqg/qg_koquad
+pipeline_tag: text2text-generation
+tags:
+- question generation
+- answer extraction
+widget:
+- text: "generate question: 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."
+  example_title: "Question Generation Example 1" 
+- text: "generate question: 백신이 없기때문에 예방책은 <hl> 살충제 <hl> 를 사용하면서 서식 장소(찻찬 받침, 배수로, 고인 물의 열린 저장소, 버려진 타이어 등)의 수를 줄임으로써 매개체를 통제할 수 있다."
+  example_title: "Question Generation Example 2" 
+- text: "generate question: <hl> 원테이크 촬영 <hl> 이기 때문에 한 사람이 실수를 하면 처음부터 다시 찍어야 하는 상황이 발생한다."
+  example_title: "Question Generation Example 3" 
+- text: "또한 스피어스는 많은 새로운 여성 아티스트들에게 영향을 끼쳤는데, 대표적으로 데미 로바토, 케이티 페리, 크리스티니아 드바지, 레이디 가가, 리틀 부츠, 셀레나 고메즈 & 더씬, 픽시 로트 이 있다. 2007년 비욘세 놀스는 Total Request Live와의 인터뷰에서 '나는 브리트니를 사랑하고 팬이에요. 특히 새 앨범 Blackout을 좋아해요'라고 말했다. 린제이 로한은 '언제나 브리트니 스피어스에게 영감을 받는다. 학창시절 그녀처럼 타블로이드에 오르기를 꿈꿔왔다'고 말하며 롤 모델로 꼽았다. 스피어스는 현대 음악가들에게 음악적 영감으로 언급되기도 했다. <hl> 마일리 사이러스는 자신의 히트곡 Party in the U.S.A. 가 브리트니에게 영감과 영향을 받은 곡이라고 밝혔다. <hl> 베리 매닐로우의 앨범 15 Minutes 역시 브리트니에게 영감을 얻었다고 언급되었다."
+  example_title: "Answer Extraction Example 1" 
+- text: "지난 22일 아프리카TV는 BJ 철구가 서비스 정지 처분을 받았음을 밝혔다. 서비스 정지 처분을 사유는 철구가 10대 청소년에게 유해한 장면을 방송으로 내보냈기 때문이었다. 문제가 된 장면은 BJ 철구가 미성년자는 시청할 수 없게 하는 19세 시청 가능 설정을 하지 않은 채 흡연하는 모습을 여과 없이 드러낸 장면이다. 아프리카TV는 청소년 보호 정책의 '청소년들이 해로운 환경으로부터 보호받을 수 있도록 조치한다'라고 조항을 근거로 철구에게 서비스 정지 처분을 내렸다. 흡연 이외에 음주 방송 등도 19세 시청 가능 설정을 해야만 방송할 수 있다. <hl> 게다가 철구의 방송 정지 처분은 이번에 처음이 아니라 16번 째기 때문에 더욱더 논란이 되고 있다. <hl>"
+  example_title: "Answer Extraction Example 2" 
+model-index:
+- name: lmqg/mt5-base-koquad-multitask
+  results:
+  - task:
+      name: Text2text Generation
+      type: text2text-generation
+    dataset:
+      name: lmqg/qg_koquad
+      type: default
+      args: default
+    metrics:
+    - name: BLEU4
+      type: bleu4
+      value: 0.12223228519201816
+    - name: ROUGE-L
+      type: rouge-l
+      value: 0.28545136507446345
+    - name: METEOR
+      type: meteor
+      value: 0.2986200045561404
+    - name: BERTScore
+      type: bertscore
+      value: 0.8418655903962825
+    - name: MoverScore
+      type: moverscore
+      value: 0.8324206337227211
+---
+
+# Model Card of `lmqg/mt5-base-koquad-multitask`
+This model is fine-tuned version of [google/mt5-base](https://huggingface.co/google/mt5-base) 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).
+This model is fine-tuned on the answer extraction task as well as the question generation.
+
+Please cite our paper if you use the model ([https://arxiv.org/abs/2210.03992](https://arxiv.org/abs/2210.03992)).
+
+```
+
+@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",
+}
+
+```
+
+### Overview
+- **Language model:** [google/mt5-base](https://huggingface.co/google/mt5-base)   
+- **Language:** ko  
+- **Training data:** [lmqg/qg_koquad](https://huggingface.co/datasets/lmqg/qg_koquad) (default)
+- **Online Demo:** [https://autoqg.net/](https://autoqg.net/)
+- **Repository:** [https://github.com/asahi417/lm-question-generation](https://github.com/asahi417/lm-question-generation)
+- **Paper:** [https://arxiv.org/abs/2210.03992](https://arxiv.org/abs/2210.03992)
+
+### Usage
+- With [`lmqg`](https://github.com/asahi417/lm-question-generation#lmqg-language-model-for-question-generation-)
+```python
+
+from lmqg import TransformersQG
+# initialize model
+model = TransformersQG(language='ko', model='lmqg/mt5-base-koquad-multitask')
+# model prediction
+question_answer = model.generate_qa("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.")
+
+```
+
+- With `transformers`
+```python
+
+from transformers import pipeline
+# initialize model
+pipe = pipeline("text2text-generation", 'lmqg/mt5-base-koquad-multitask')
+# answer extraction
+answer = pipe('extract answers: 또한 스피어스는 많은 새로운 여성 아티스트들에게 영향을 끼쳤는데, 대표적으로 데미 로바토, 케이티 페리, 크리스티니아 드바지, 레이디 가가, 리틀 부츠, 셀레나 고메즈 & 더씬, 픽시 로트 이 있다. 2007년 비욘세 놀스는 Total Request Live와의 인터뷰에서 '나는 브리트니를 사랑하고 팬이에요. 특히 새 앨범 Blackout을 좋아해요'라고 말했다. 린제이 로한은 '언제나 브리트니 스피어스에게 영감을 받는다. 학창시절 그녀처럼 타블로이드에 오르기를 꿈꿔왔다'고 말하며 롤 모델로 꼽았다. 스피어스는 현대 음악가들에게 음악적 영감으로 언급되기도 했다. <hl> 마일리 사이러스는 자신의 히트곡 Party in the U.S.A. 가 브리트니에게 영감과 영향을 받은 곡이라고 밝혔다. <hl> 베리 매닐로우의 앨범 15 Minutes 역시 브리트니에게 영감을 얻었다고 언급되었다.')
+# question generation
+question = pipe('generate question: 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.')
+
+```
+
+## Evaluation Metrics
+
+
+### Metrics
+
+| Dataset | Type | BLEU4 | ROUGE-L | METEOR | BERTScore | MoverScore | Link |
+|:--------|:-----|------:|--------:|-------:|----------:|-----------:|-----:|
+| [lmqg/qg_koquad](https://huggingface.co/datasets/lmqg/qg_koquad) | default | 0.122 | 0.285 | 0.299 | 0.842 | 0.832 | [link](https://huggingface.co/lmqg/mt5-base-koquad-multitask/raw/main/eval/metric.first.sentence.paragraph_answer.question.lmqg_qg_koquad.default.json) | 
+
+
+
+
+## Training hyperparameters
+
+The following hyperparameters were used during fine-tuning:
+ - dataset_path: lmqg/qg_koquad
+ - dataset_name: default
+ - input_types: ['paragraph_answer', 'paragraph_sentence']
+ - output_types: ['question', 'answer']
+ - prefix_types: ['qg', 'ae']
+ - model: google/mt5-base
+ - max_length: 512
+ - max_length_output: 32
+ - epoch: 14
+ - batch: 32
+ - lr: 0.0001
+ - fp16: False
+ - random_seed: 1
+ - gradient_accumulation_steps: 2
+ - label_smoothing: 0.15
+
+The full configuration can be found at [fine-tuning config file](https://huggingface.co/lmqg/mt5-base-koquad-multitask/raw/main/trainer_config.json).
+
+## 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",
+}
+
+```

config.json

@@ -1,5 +1,5 @@
 {
-  "_name_or_path": "lmqg_output/mt5_base_koquad_answer/best_model",
+  "_name_or_path": "lmqg_output/mt5_base_koquad_answer/model_mntyya/epoch_5",
   "add_prefix": true,
   "architectures": [
     "MT5ForConditionalGeneration"

eval/metric.first.answer.paragraph_answer.question.lmqg_qg_koquad.default.json

@@ -0,0 +1 @@
+{"validation": {"Bleu_1": 0.27081239699320114, "Bleu_2": 0.1994730555833786, "Bleu_3": 0.1501380188034023, "Bleu_4": 0.11428522474382949}, "test": {"Bleu_1": 0.2765704378679083, "Bleu_2": 0.2056881570845256, "Bleu_3": 0.156616466206363, "Bleu_4": 0.12055022037178553}}

eval/metric.first.sentence.paragraph_answer.question.lmqg_qg_koquad.default.json

@@ -0,0 +1 @@
+{"validation": {"Bleu_1": 0.30524722502521895, "Bleu_2": 0.22914444743644455, "Bleu_3": 0.1749736054343282, "Bleu_4": 0.13443606662554874, "METEOR": 0.30683228166459775, "ROUGE_L": 0.30151958576976695, "BERTScore": 0.837343212912103, "MoverScore": 0.833755878261511}, "test": {"Bleu_1": 0.2797244745987035, "Bleu_2": 0.20841033447525098, "Bleu_3": 0.1588007125396603, "Bleu_4": 0.12223228519201816, "METEOR": 0.2986200045561404, "ROUGE_L": 0.28545136507446345, "BERTScore": 0.8418655903962825, "MoverScore": 0.8324206337227211}}

pytorch_model.bin

@@ -1,3 +1,3 @@
 version https://git-lfs.github.com/spec/v1
-oid sha256:7feaae1262b8ab7f8a2f54cca1c2246f4264058a370fd21e0547b3ad4f0be7a0
-size 2329628621
+oid sha256:f6b1e4b44f520cf2f9df67e301940630d70da30c6c704da0ea6612f1f3454345
+size 2329632589

tokenizer_config.json

@@ -2,7 +2,7 @@
   "additional_special_tokens": null,
   "eos_token": "</s>",
   "extra_ids": 0,
-  "name_or_path": "lmqg_output/mt5_base_koquad_answer/best_model",
+  "name_or_path": "lmqg_output/mt5_base_koquad_answer/model_mntyya/epoch_5",
   "pad_token": "<pad>",
   "sp_model_kwargs": {},
   "special_tokens_map_file": "/home/patrick/.cache/torch/transformers/685ac0ca8568ec593a48b61b0a3c272beee9bc194a3c7241d15dcadb5f875e53.f76030f3ec1b96a8199b2593390c610e76ca8028ef3d24680000619ffb646276",

trainer_config.json

@@ -0,0 +1 @@
+{"dataset_path": "lmqg/qg_koquad", "dataset_name": "default", "input_types": ["paragraph_answer", "paragraph_sentence"], "output_types": ["question", "answer"], "prefix_types": ["qg", "ae"], "model": "google/mt5-base", "max_length": 512, "max_length_output": 32, "epoch": 14, "batch": 32, "lr": 0.0001, "fp16": false, "random_seed": 1, "gradient_accumulation_steps": 2, "label_smoothing": 0.15}