ggoggam/xlnet-base-squadv2
ggoggam
Pregunta y respuesta
XLNet desarrollado conjuntamente por Google y CMU y ajustado en SQuAD 2.0 para la tarea de respuesta a preguntas.
Como usar
from transformers import XLNetForQuestionAnswering, XLNetTokenizerFast
model = XLNetForQuestionAnswering.from_pretrained('jkgrad/xlnet-base-squadv2')
tokenizer = XLNetTokenizerFast.from_pretrained('jkgrad/xlnet-base-squadv2')
Funcionalidades
- Modelo pesador para tareas de Preguntas y Respuestas
- Utiliza la biblioteca 'transformers'
- Compatible con PyTorch
- Etiqueta de tubería: question-answering
- Entrenado en el dataset SQuAD 2.0
- Alta precisión en pruebas: HasAns_exact: 74.71%, HasAns_f1: 82.12%, NoAns_exact: 73.39%, NoAns_f1: 73.39%
Casos de uso
- Respuestas a preguntas basadas en fragmentos de texto
- Implementación en sistemas de atención al cliente para resolver consultas basadas en bases de datos textuales
- Construcción de sistemas de investigación documental
- Garantizar la precisión en sistemas de búsqueda forma preguntas