asahi417's picture
model update
f627409
|
raw
history blame
12.1 kB
metadata
license: cc-by-4.0
metrics:
  - bleu4
  - meteor
  - rouge-l
  - bertscore
  - moverscore
language: it
datasets:
  - lmqg/qg_itquad
pipeline_tag: text2text-generation
tags:
  - question generation
  - answer extraction
widget:
  - text: >-
      generate question: <hl> Dopo il 1971 <hl> , l' OPEC ha tardato ad adeguare
      i prezzi per riflettere tale deprezzamento.
    example_title: Question Generation Example 1
  - text: >-
      generate question: L' individuazione del petrolio e lo sviluppo di nuovi
      giacimenti richiedeva in genere <hl> da cinque a dieci anni <hl> prima di
      una produzione significativa.
    example_title: Question Generation Example 2
  - text: >-
      generate question: il <hl> Giappone <hl> è stato il paese più dipendente
      dal petrolio arabo.
    example_title: Question Generation Example 3
  - text: >-
      extract answers: <hl> Il 6 ottobre 1973 , la Siria e l' Egitto, con il
      sostegno di altre nazioni arabe, lanciarono un attacco a sorpresa su
      Israele, su Yom Kippur. <hl> Questo rinnovo delle ostilità nel conflitto
      arabo-israeliano ha liberato la pressione economica sottostante sui prezzi
      del petrolio. All' epoca, l' Iran era il secondo esportatore mondiale di
      petrolio e un vicino alleato degli Stati Uniti. Settimane più tardi, lo
      scià d' Iran ha detto in un' intervista: Naturalmente[il prezzo del
      petrolio] sta andando a salire Certamente! E come! Avete[Paesi
      occidentali] aumentato il prezzo del grano che ci vendete del 300 per
      cento, e lo stesso per zucchero e cemento.
    example_title: Answer Extraction Example 1
  - text: >-
      extract answers: <hl> Furono introdotti autocarri compatti, come la Toyota
      Hilux e il Datsun Truck, seguiti dal camion Mazda (venduto come il Ford
      Courier), e l' Isuzu costruito Chevrolet LUV. <hl> Mitsubishi rebranded il
      suo Forte come Dodge D-50 pochi anni dopo la crisi petrolifera. Mazda,
      Mitsubishi e Isuzu avevano partnership congiunte rispettivamente con Ford,
      Chrysler e GM. In seguito i produttori americani introdussero le loro
      sostituzioni nazionali (Ford Ranger, Dodge Dakota e la Chevrolet S10/GMC
      S-15), ponendo fine alla loro politica di importazione vincolata.
    example_title: Answer Extraction Example 2
model-index:
  - name: lmqg/mt5-small-itquad-qg-ae
    results:
      - task:
          name: Text2text Generation
          type: text2text-generation
        dataset:
          name: lmqg/qg_itquad
          type: default
          args: default
        metrics:
          - name: BLEU4 (Question Generation)
            type: bleu4_question_generation
            value: 7.25
          - name: ROUGE-L (Question Generation)
            type: rouge_l_question_generation
            value: 21.84
          - name: METEOR (Question Generation)
            type: meteor_question_generation
            value: 17.5
          - name: BERTScore (Question Generation)
            type: bertscore_question_generation
            value: 80.61
          - name: MoverScore (Question Generation)
            type: moverscore_question_generation
            value: 56.63
          - name: >-
              QAAlignedF1Score-BERTScore (Question & Answer Generation (with
              Gold Answer))
            type: >-
              qa_aligned_f1_score_bertscore_question_answer_generation_with_gold_answer
            value: 81.81
          - name: >-
              QAAlignedRecall-BERTScore (Question & Answer Generation (with Gold
              Answer))
            type: >-
              qa_aligned_recall_bertscore_question_answer_generation_with_gold_answer
            value: 82.51
          - name: >-
              QAAlignedPrecision-BERTScore (Question & Answer Generation (with
              Gold Answer))
            type: >-
              qa_aligned_precision_bertscore_question_answer_generation_with_gold_answer
            value: 81.17
          - name: >-
              QAAlignedF1Score-MoverScore (Question & Answer Generation (with
              Gold Answer))
            type: >-
              qa_aligned_f1_score_moverscore_question_answer_generation_with_gold_answer
            value: 56.02
          - name: >-
              QAAlignedRecall-MoverScore (Question & Answer Generation (with
              Gold Answer))
            type: >-
              qa_aligned_recall_moverscore_question_answer_generation_with_gold_answer
            value: 56.32
          - name: >-
              QAAlignedPrecision-MoverScore (Question & Answer Generation (with
              Gold Answer))
            type: >-
              qa_aligned_precision_moverscore_question_answer_generation_with_gold_answer
            value: 55.76
          - name: BLEU4 (Answer Extraction)
            type: bleu4_answer_extraction
            value: 26.01
          - name: ROUGE-L (Answer Extraction)
            type: rouge_l_answer_extraction
            value: 45.15
          - name: METEOR (Answer Extraction)
            type: meteor_answer_extraction
            value: 42.68
          - name: BERTScore (Answer Extraction)
            type: bertscore_answer_extraction
            value: 90.24
          - name: MoverScore (Answer Extraction)
            type: moverscore_answer_extraction
            value: 81.17
          - name: AnswerF1Score (Answer Extraction)
            type: answer_f1_score__answer_extraction
            value: 72.09
          - name: AnswerExactMatch (Answer Extraction)
            type: answer_exact_match_answer_extraction
            value: 57.85

Model Card of lmqg/mt5-small-itquad-qg-ae

This model is fine-tuned version of google/mt5-small for question generation and answer extraction jointly on the lmqg/qg_itquad (dataset_name: default) via lmqg.

Overview

Usage

from lmqg import TransformersQG

# initialize model
model = TransformersQG(language="it", model="lmqg/mt5-small-itquad-qg-ae")

# model prediction
question_answer_pairs = model.generate_qa("Dopo il 1971 , l' OPEC ha tardato ad adeguare i prezzi per riflettere tale deprezzamento.")
  • With transformers
from transformers import pipeline

pipe = pipeline("text2text-generation", "lmqg/mt5-small-itquad-qg-ae")

# answer extraction
answer = pipe("generate question: <hl> Dopo il 1971 <hl> , l' OPEC ha tardato ad adeguare i prezzi per riflettere tale deprezzamento.")

# question generation
question = pipe("extract answers: <hl> Il 6 ottobre 1973 , la Siria e l' Egitto, con il sostegno di altre nazioni arabe, lanciarono un attacco a sorpresa su Israele, su Yom Kippur. <hl> Questo rinnovo delle ostilità nel conflitto arabo-israeliano ha liberato la pressione economica sottostante sui prezzi del petrolio. All' epoca, l' Iran era il secondo esportatore mondiale di petrolio e un vicino alleato degli Stati Uniti. Settimane più tardi, lo scià d' Iran ha detto in un' intervista: Naturalmente[il prezzo del petrolio] sta andando a salire Certamente! E come! Avete[Paesi occidentali] aumentato il prezzo del grano che ci vendete del 300 per cento, e lo stesso per zucchero e cemento.")

Evaluation

Score Type Dataset
BERTScore 80.61 default lmqg/qg_itquad
Bleu_1 22.53 default lmqg/qg_itquad
Bleu_2 14.75 default lmqg/qg_itquad
Bleu_3 10.19 default lmqg/qg_itquad
Bleu_4 7.25 default lmqg/qg_itquad
METEOR 17.5 default lmqg/qg_itquad
MoverScore 56.63 default lmqg/qg_itquad
ROUGE_L 21.84 default lmqg/qg_itquad
Score Type Dataset
QAAlignedF1Score (BERTScore) 81.81 default lmqg/qg_itquad
QAAlignedF1Score (MoverScore) 56.02 default lmqg/qg_itquad
QAAlignedPrecision (BERTScore) 81.17 default lmqg/qg_itquad
QAAlignedPrecision (MoverScore) 55.76 default lmqg/qg_itquad
QAAlignedRecall (BERTScore) 82.51 default lmqg/qg_itquad
QAAlignedRecall (MoverScore) 56.32 default lmqg/qg_itquad
Score Type Dataset
AnswerExactMatch 57.85 default lmqg/qg_itquad
AnswerF1Score 72.09 default lmqg/qg_itquad
BERTScore 90.24 default lmqg/qg_itquad
Bleu_1 39.33 default lmqg/qg_itquad
Bleu_2 33.64 default lmqg/qg_itquad
Bleu_3 29.59 default lmqg/qg_itquad
Bleu_4 26.01 default lmqg/qg_itquad
METEOR 42.68 default lmqg/qg_itquad
MoverScore 81.17 default lmqg/qg_itquad
ROUGE_L 45.15 default lmqg/qg_itquad

Training hyperparameters

The following hyperparameters were used during fine-tuning:

  • dataset_path: lmqg/qg_itquad
  • dataset_name: default
  • input_types: ['paragraph_answer', 'paragraph_sentence']
  • output_types: ['question', 'answer']
  • prefix_types: ['qg', 'ae']
  • model: google/mt5-small
  • max_length: 512
  • max_length_output: 32
  • epoch: 13
  • batch: 16
  • lr: 0.001
  • fp16: False
  • random_seed: 1
  • gradient_accumulation_steps: 4
  • 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",
}