deepset/xlm-roberta-base-squad2-distilled
deepset
Pregunta y respuesta
El modelo de lenguaje deepset/xlm-roberta-base-squad2-distilled se entrenó utilizando la función de destilación de Haystack. El modelo de maestro utilizado fue deepset/xlm-roberta-large-squad2. Este modelo es multilingüe y está diseñado para la tarea de Pregunta-Respuesta Extractiva.
Como usar
En Haystack
Haystack es un marco de trabajo NLP de deepset. Puedes usar este modelo en una canalización de 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/xlm-roberta-base-squad2-distilled")
# o
reader = TransformersReader(model_name_or_path="deepset/xlm-roberta-base-squad2-distilled",tokenizer="deepset/xlm-roberta-base-squad2-distilled")
Para un ejemplo completo de deepset/xlm-roberta-base-squad2-distilled siendo utilizado para [respuesta a preguntas], revisa los Tutoriales en la Documentación de Haystack.
En Transformers
from transformers import AutoModelForQuestionAnswering, AutoTokenizer, pipeline
model_name = "deepset/xlm-roberta-base-squad2-distilled"
# 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 brinda libertad al usuario y permite a las personas cambiar fácilmente entre marcos de trabajo.'
}
res = nlp(QA_input)
# b) Cargar modelo y tokenizador
model = AutoModelForQuestionAnswering.from_pretrained(model_name)
tokenizer = AutoTokenizer.from_pretrained(model_name)
Funcionalidades
- Tamaño del lote: 56
- Número de épocas: 4
- Longitud máxima de la secuencia: 384
- Tasa de aprendizaje: 3e-5
- Plan de aprendizaje: LinearWarmup
- Probabilidad de abandono de incrustaciones: 0.1
- Temperatura: 3
- Peso de la pérdida de destilación: 0.75
Casos de uso
- Respuesta a preguntas a gran escala sobre muchos documentos
- Integración en aplicaciones de procesamiento del lenguaje natural