Model Card of lmqg/mbart-large-cc25-esquad-qa

This model is fine-tuned version of facebook/mbart-large-cc25 for question answering task on the lmqg/qg_esquad (dataset_name: default) via lmqg.

Overview

• Language model: facebook/mbart-large-cc25
• Language: es
• Training data: lmqg/qg_esquad (default)
• Online Demo: https://autoqg.net/
• Repository: https://github.com/asahi417/lm-question-generation
• Paper: https://arxiv.org/abs/2210.03992

Usage

• With lmqg

from lmqg import TransformersQG

# initialize model
model = TransformersQG(language="es", model="lmqg/mbart-large-cc25-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", "lmqg/mbart-large-cc25-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

• Metric (Question Answering): raw metric file

	Score	Type	Dataset
AnswerExactMatch	42.23	default	lmqg/qg_esquad
AnswerF1Score	64.13	default	lmqg/qg_esquad
BERTScore	92.3	default	lmqg/qg_esquad
Bleu_1	34.3	default	lmqg/qg_esquad
Bleu_2	29.46	default	lmqg/qg_esquad
Bleu_3	26.1	default	lmqg/qg_esquad
Bleu_4	23.41	default	lmqg/qg_esquad
METEOR	34.32	default	lmqg/qg_esquad
MoverScore	77.72	default	lmqg/qg_esquad
ROUGE_L	39.39	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: facebook/mbart-large-cc25
• max_length: 512
• max_length_output: 32
• epoch: 8
• batch: 8
• lr: 0.0001
• fp16: False
• random_seed: 1
• gradient_accumulation_steps: 8
• 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",
}