Kyrmasch/kaz-roberta-squad2-kaz

Kyrmasch
Pregunta y respuesta

Este modelo es una implementación de roberta para respuestas a preguntas usando el conjunto de datos Squad2. Está basado en los transformadores de Hugging Face y es compatible con Pytorch.

Como usar

Para usar este modelo, puedes seguir el siguiente ejemplo en código:

from transformers import AutoModelForQuestionAnswering, AutoTokenizer
import torch

model_name = 'Kyrmasch/kaz-roberta-squad2-kaz'
model = AutoModelForQuestionAnswering.from_pretrained(model_name)
tokenizer = AutoTokenizer.from_pretrained(model_name)

input_text = "Where do I live?"
context = "My name is Wolfgang and I live in Berlin"
inputs = tokenizer.encode_plus(input_text, context, add_special_tokens=True, return_tensors='pt')
input_ids = inputs['input_ids'].tolist()[0]

outputs = model(**inputs)
answer_start_scores = outputs.start_logits
answer_end_scores = outputs.end_logits

answer_start = torch.argmax(answer_start_scores)
answer_end = torch.argmax(answer_end_scores) + 1

answer = tokenizer.convert_tokens_to_string(tokenizer.convert_ids_to_tokens(input_ids[answer_start:answer_end]))
print(f'Answer: {answer}')

Funcionalidades

Basado en roberta
Soporta Pytorch
Responde a preguntas usando Squad2

Casos de uso

Responder preguntas específicas dentro de un contexto determinado
Extraer información relevante de textos largos