metadata
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
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
model-index:
- name: lmqg/mbart-large-cc25-koquad
results:
- task:
name: Text2text Generation
type: text2text-generation
dataset:
name: lmqg/qg_koquad
type: default
args: default
metrics:
- name: BLEU4
type: bleu4
value: 0.10924223302065934
- name: ROUGE-L
type: rouge-l
value: 0.2776374700887909
- name: METEOR
type: meteor
value: 0.3022853307791723
- name: BERTScore
type: bertscore
value: 0.8388571484491499
- name: MoverScore
type: moverscore
value: 0.8294576496428497
Language Models Fine-tuning on Question Generation: lmqg/mbart-large-cc25-koquad
This model is fine-tuned version of facebook/mbart-large-cc25 for question generation task on the lmqg/qg_koquad (dataset_name: default).
Overview
- Language model: facebook/mbart-large-cc25
- Language: ko
- Training data: lmqg/qg_koquad (default)
- Online Demo: https://autoqg.net/
- Repository: https://github.com/asahi417/lm-question-generation
- Paper: TBA
Usage
from transformers import pipeline
model_path = 'lmqg/mbart-large-cc25-koquad'
pipe = pipeline("text2text-generation", model_path)
# 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 | default | 0.10924223302065934 | 0.2776374700887909 | 0.3022853307791723 | 0.8388571484491499 | 0.8294576496428497 | link |
Training hyperparameters
The following hyperparameters were used during fine-tuning:
- dataset_path: lmqg/qg_koquad
- dataset_name: default
- input_types: ['paragraph_answer']
- output_types: ['question']
- prefix_types: None
- model: facebook/mbart-large-cc25
- max_length: 512
- max_length_output: 32
- epoch: 6
- batch: 4
- lr: 0.0001
- fp16: False
- random_seed: 1
- gradient_accumulation_steps: 16
- label_smoothing: 0.15
The full configuration can be found at fine-tuning config file.
Citation
TBA