Edit model card

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

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

Overview

Usage

from lmqg import TransformersQG

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

# model prediction
question_answer_pairs = model.generate_qa("Нелишним будет отметить, что, развивая это направление, Д. И. Менделеев, поначалу априорно выдвинув идею о температуре, при которой высота мениска будет нулевой, в мае 1860 года провёл серию опытов.")
  • With transformers
from transformers import pipeline

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

# answer extraction
answer = pipe("generate question: Нелишним будет отметить, что, развивая это направление, Д. И. Менделеев, поначалу априорно выдвинув идею о температуре, при которой высота мениска будет нулевой, <hl> в мае 1860 года <hl> провёл серию опытов.")

# question generation
question = pipe("extract answers: <hl> в английском языке в нарицательном смысле применяется термин rapid transit (скоростной городской транспорт), однако употребляется он только тогда, когда по смыслу невозможно ограничиться названием одной конкретной системы метрополитена. <hl> в остальных случаях используются индивидуальные названия: в лондоне — london underground, в нью-йорке — new york subway, в ливерпуле — merseyrail, в вашингтоне — washington metrorail, в сан-франциско — bart и т. п. в некоторых городах применяется название метро (англ. metro) для систем, по своему характеру близких к метро, или для всего городского транспорта (собственно метро и наземный пассажирский транспорт (в том числе автобусы и трамваи)) в совокупности.")

Evaluation

Score Type Dataset
BERTScore 86.29 default lmqg/qg_ruquad
Bleu_1 34.11 default lmqg/qg_ruquad
Bleu_2 27.17 default lmqg/qg_ruquad
Bleu_3 22.06 default lmqg/qg_ruquad
Bleu_4 18.06 default lmqg/qg_ruquad
METEOR 28.92 default lmqg/qg_ruquad
MoverScore 65.02 default lmqg/qg_ruquad
ROUGE_L 33.78 default lmqg/qg_ruquad
Score Type Dataset
QAAlignedF1Score (BERTScore) 79.74 default lmqg/qg_ruquad
QAAlignedF1Score (MoverScore) 56.69 default lmqg/qg_ruquad
QAAlignedPrecision (BERTScore) 76.15 default lmqg/qg_ruquad
QAAlignedPrecision (MoverScore) 54.11 default lmqg/qg_ruquad
QAAlignedRecall (BERTScore) 83.83 default lmqg/qg_ruquad
QAAlignedRecall (MoverScore) 59.79 default lmqg/qg_ruquad
Score Type Dataset
AnswerExactMatch 41.44 default lmqg/qg_ruquad
AnswerF1Score 62.67 default lmqg/qg_ruquad
BERTScore 85.69 default lmqg/qg_ruquad
Bleu_1 44.37 default lmqg/qg_ruquad
Bleu_2 39.42 default lmqg/qg_ruquad
Bleu_3 34.82 default lmqg/qg_ruquad
Bleu_4 30.21 default lmqg/qg_ruquad
METEOR 37.87 default lmqg/qg_ruquad
MoverScore 73.38 default lmqg/qg_ruquad
ROUGE_L 48.66 default lmqg/qg_ruquad

Training hyperparameters

The following hyperparameters were used during fine-tuning:

  • dataset_path: lmqg/qg_ruquad
  • 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: 17
  • 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",
}
Downloads last month
31
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 lmqg/mt5-small-ruquad-qg-ae

Evaluation results

  • BLEU4 (Question Generation) on lmqg/qg_ruquad
    self-reported
    18.060
  • ROUGE-L (Question Generation) on lmqg/qg_ruquad
    self-reported
    33.780
  • METEOR (Question Generation) on lmqg/qg_ruquad
    self-reported
    28.920
  • BERTScore (Question Generation) on lmqg/qg_ruquad
    self-reported
    86.290
  • MoverScore (Question Generation) on lmqg/qg_ruquad
    self-reported
    65.020
  • QAAlignedF1Score-BERTScore (Question & Answer Generation (with Gold Answer)) on lmqg/qg_ruquad
    self-reported
    79.740
  • QAAlignedRecall-BERTScore (Question & Answer Generation (with Gold Answer)) on lmqg/qg_ruquad
    self-reported
    83.830
  • QAAlignedPrecision-BERTScore (Question & Answer Generation (with Gold Answer)) on lmqg/qg_ruquad
    self-reported
    76.150
  • QAAlignedF1Score-MoverScore (Question & Answer Generation (with Gold Answer)) on lmqg/qg_ruquad
    self-reported
    56.690
  • QAAlignedRecall-MoverScore (Question & Answer Generation (with Gold Answer)) on lmqg/qg_ruquad
    self-reported
    59.790