ELECTRA-Small-MRQA

from transformers import pipeline

question_answerer = pipeline("question-answering", model='VMware/electra-small-mrqa')

context = "Presentamos los resultados de la tarea compartida de Machine Reading for Question Answering (MRQA) 2019 sobre la evaluación de las capacidades de generalización de los sistemas de comprensión de lectura. En esta tarea, adaptamos y unificamos 18 conjuntos de datos distintos de respuesta a preguntas en el mismo formato. Entre ellos, seis conjuntos de datos se pusieron a disposición para el entrenamiento, seis conjuntos de datos para el desarrollo y los últimos seis se ocultaron para la evaluación final. Diez equipos enviaron sistemas, que exploraron varias ideas, incluidas la selección de datos, el aprendizaje multitarea, el entrenamiento adversarial y el ensamble. El mejor sistema logró una puntuación F1 promedio de 72.5 en los 12 conjuntos de datos retenidos, 10.7 puntos absolutos más que nuestra línea base inicial basada en BERT."

question = "¿Qué es MRQA?"

result = question_answerer(question=question, context=context)

print(result)

# {
#   'score': 0.3399854898452759,
#   'start': 30,
#   'end': 68,
#   'answer': 'Machine Reading for Question Answering'
# }