Model Card of vocabtrimmer/mbart-large-cc25-trimmed-it-itquad-qa

This model is fine-tuned version of vocabtrimmer/mbart-large-cc25-trimmed-it for question answering task on the lmqg/qg_itquad (dataset_name: default) via lmqg.

Overview

• Language model: vocabtrimmer/mbart-large-cc25-trimmed-it
• Language: it
• Training data: lmqg/qg_itquad (default)
• Online Demo: https://autoqg.net/
• Repository: https://github.com/asahi417/lm-question-generation
• Paper: https://arxiv.org/abs/2210.03992

Usage

• With lmqg

from lmqg import TransformersQG

# initialize model
model = TransformersQG(language="it", model="vocabtrimmer/mbart-large-cc25-trimmed-it-itquad-qa")

# model prediction
answers = model.answer_q(list_question="Quale batterio ha il nome del paese che colpisce di più nel suo nome?", list_context=" Il complesso M. tubercolosi (MTBC) comprende altri quattro micobatteri causa di tubercolosi: M. bovis, M. africanum, M. canetti e M. microti. M. africanum non è molto diffuso, ma è una causa significativa di tubercolosi in alcune parti dell' Africa. M. bovis era una volta una causa comune della tubercolosi, ma l' introduzione del latte pastorizzato ha quasi completamente eliminato questo problema di salute pubblica nei paesi sviluppati. M. canetti è raro e sembra essere limitato al Corno d' Africa, anche se alcuni casi sono stati osservati negli emigranti africani. M. microti è anche raro ed è visto quasi solo in persone immunodeficienti, anche se la sua prevalenza può essere significativamente sottovalutata.")

• With transformers

from transformers import pipeline

pipe = pipeline("text2text-generation", "vocabtrimmer/mbart-large-cc25-trimmed-it-itquad-qa")
output = pipe("question: Quale batterio ha il nome del paese che colpisce di più nel suo nome?, context: Il complesso M. tubercolosi (MTBC) comprende altri quattro micobatteri causa di tubercolosi: M. bovis, M. africanum, M. canetti e M. microti. M. africanum non è molto diffuso, ma è una causa significativa di tubercolosi in alcune parti dell' Africa. M. bovis era una volta una causa comune della tubercolosi, ma l' introduzione del latte pastorizzato ha quasi completamente eliminato questo problema di salute pubblica nei paesi sviluppati. M. canetti è raro e sembra essere limitato al Corno d' Africa, anche se alcuni casi sono stati osservati negli emigranti africani. M. microti è anche raro ed è visto quasi solo in persone immunodeficienti, anche se la sua prevalenza può essere significativamente sottovalutata.")

Evaluation

• Metric (Question Answering): raw metric file

	Score	Type	Dataset
AnswerExactMatch	49.8	default	lmqg/qg_itquad
AnswerF1Score	65.77	default	lmqg/qg_itquad
BERTScore	92.74	default	lmqg/qg_itquad
Bleu_1	27.76	default	lmqg/qg_itquad
Bleu_2	22.11	default	lmqg/qg_itquad
Bleu_3	18.25	default	lmqg/qg_itquad
Bleu_4	15.03	default	lmqg/qg_itquad
METEOR	35.01	default	lmqg/qg_itquad
MoverScore	80.19	default	lmqg/qg_itquad
ROUGE_L	38.04	default	lmqg/qg_itquad

Training hyperparameters

The following hyperparameters were used during fine-tuning:

• dataset_path: lmqg/qg_itquad
• dataset_name: default
• input_types: ['paragraph_question']
• output_types: ['answer']
• prefix_types: None
• model: vocabtrimmer/mbart-large-cc25-trimmed-it
• max_length: 512
• max_length_output: 32
• epoch: 4
• batch: 8
• lr: 0.0001
• fp16: False
• random_seed: 1
• gradient_accumulation_steps: 8
• label_smoothing: 0.15

The full configuration can be found at fine-tuning config file.

Citation

@inproceedings{ushio-etal-2022-generative,
    title = "{G}enerative {L}anguage {M}odels for {P}aragraph-{L}evel {Q}uestion {G}eneration",
    author = "Ushio, Asahi  and
        Alva-Manchego, Fernando  and
        Camacho-Collados, Jose",
    booktitle = "Proceedings of the 2022 Conference on Empirical Methods in Natural Language Processing",
    month = dec,
    year = "2022",
    address = "Abu Dhabi, U.A.E.",
    publisher = "Association for Computational Linguistics",
}