vumichien/albert-base-v2-squad2

vumichien

Pregunta y respuesta

Este modelo es una versión afinada de twmkn9/albert-base-v2-squad2 en un conjunto de datos desconocido. Se utiliza para responder preguntas basadas en texto dado. El modelo se basa en la biblioteca Transformers y emplea TensorFlow. La versión base es ALBERT, un modelo de lenguaje con parámetros reducidos que mantiene el rendimiento.

Como usar

Procedimiento de entrenamiento
Los siguientes hiperparámetros fueron utilizados durante el entrenamiento:
optimizer: None
training_precision: float32

Resultados de entrenamiento
Versiones del marco

Transformers 4.17.0
TensorFlow 2.8.0
Tokenizers 0.11.6

Código de ejemplo
Este modelo se puede utilizar con Hugging Face Inference API:
from transformers import pipeline

tokenizer = AutoTokenizer.from_pretrained('vumichien/albert-base-v2-squad2')
model = AutoModelForQuestionAnswering.from_pretrained('vumichien/albert-base-v2-squad2')

nlp = pipeline('question-answering', model=model, tokenizer=tokenizer)

context = 'Mi nombre es Clara y vivo en Berkeley.'
question = '¿Cuál es mi nombre?'

result = nlp(question=question, context=context)
print(result)

Funcionalidades

Token de separación: [SEP]
Token de relleno:
Token de clasificación: [CLS]
Token de máscara: [MASK]
No es una palabra única
Deja espacios en blanco a la izquierda
No deja espacios en blanco a la derecha
No está normalizado

Casos de uso

Responder preguntas basadas en pasajes de texto proporcionados.
Puede ser utilizado en aplicaciones de ayuda en línea para contestar preguntas frecuentes.
Implementación en interfaces de usuario como asistentes virtuales o chatbots para mejorar la interacción con el usuario.