deepset/deberta-v3-large-squad2
deepset
Pregunta y respuesta
Este es el modelo deberta-v3-large, afinado utilizando el conjunto de datos SQuAD2.0. Ha sido entrenado en pares de preguntas y respuestas, incluidas preguntas no respondibles, para la tarea de Respuesta a Preguntas.
Como usar
En Haystack
Haystack es un marco de NLP de deepset. Puedes usar este modelo en una canalización Haystack para hacer respuesta a preguntas a gran escala (sobre muchos documentos). Para cargar el modelo en Haystack:
reader = FARMReader(model_name_or_path="deepset/deberta-v3-large-squad2")
# o
reader = TransformersReader(model_name_or_path="deepset/deberta-v3-large-squad2", tokenizer="deepset/deberta-v3-large-squad2")
En Transformers
from transformers import AutoModelForQuestionAnswering, AutoTokenizer, pipeline
model_name = "deepset/deberta-v3-large-squad2"
# a) Obtener predicciones
nlp = pipeline('question-answering', model=model_name, tokenizer=model_name)
QA_input = {
'question': '¿Por qué es importante la conversión de modelos?',
'context': 'La opción de convertir modelos entre FARM y transformers da libertad al usuario y permite a las personas cambiar fácilmente entre marcos.'
}
res = nlp(QA_input)
# b) Cargar modelo y tokenizador
model = AutoModelForQuestionAnswering.from_pretrained(model_name)
tokenizer = AutoTokenizer.from_pretrained(model_name)
Funcionalidades
- Modelo de lenguaje: deberta-v3-large
- Tarea downstream: QA Extractivo
- Datos de entrenamiento: SQuAD 2.0
- Datos de evaluación: SQuAD 2.0
- Infraestructura: 1x NVIDIA A10G
Casos de uso
- Respuesta a preguntas
- Sistemas de NLP listos para producción
- Aplicaciones que requieren manejos de preguntas y respuestas a gran escala
- Análisis de documentos