|
--- |
|
license: mit |
|
language: uk |
|
tags: |
|
- generated_from_trainer |
|
model-index: |
|
- name: ukrainian-qa |
|
results: [] |
|
widget: |
|
- text: "Що відправлять для ЗСУ?" |
|
context: "Про це повідомив міністр оборони Арвідас Анушаускас. Уряд Литви не має наміру зупинятися у військово-технічній допомозі Україні. Збройні сили отримають антидрони, тепловізори та ударний безпілотник. «Незабаром Литва передасть Україні не лише обіцяні бронетехніку, вантажівки та позашляховики, але також нову партію антидронів та тепловізорів. І, звичайно, Байрактар, який придбають на зібрані литовцями гроші», - написав глава Міноборони." |
|
|
|
--- |
|
|
|
<!-- This model card has been generated automatically according to the information the Trainer had access to. You |
|
should probably proofread and complete it, then remove this comment. --> |
|
|
|
# ukrainian-qa |
|
|
|
This model is a fine-tuned version of [ukr-models/xlm-roberta-base-uk](https://huggingface.co/ukr-models/xlm-roberta-base-uk) on the [UA-SQuAD](https://github.com/fido-ai/ua-datasets/tree/main/ua_datasets/src/question_answering) dataset. |
|
|
|
Link to training scripts - [https://github.com/robinhad/ukrainian-qa](https://github.com/robinhad/ukrainian-qa) |
|
It achieves the following results on the evaluation set: |
|
- Loss: 1.4778 |
|
|
|
## Model description |
|
|
|
More information needed |
|
|
|
## How to use |
|
|
|
```python |
|
from transformers import pipeline, AutoTokenizer, AutoModelForQuestionAnswering |
|
model_name = "robinhad/ukrainian-qa" |
|
|
|
tokenizer = AutoTokenizer.from_pretrained(model_name) |
|
model = AutoModelForQuestionAnswering.from_pretrained(model_name) |
|
|
|
qa_model = pipeline("question-answering", model=model.to("cpu"), tokenizer=tokenizer) |
|
question = "Де ти живеш?" |
|
context = "Мене звати Сара і я живу у Лондоні" |
|
qa_model(question = question, context = context) |
|
``` |
|
|
|
## Intended uses & limitations |
|
|
|
More information needed |
|
|
|
## Training and evaluation data |
|
|
|
More information needed |
|
|
|
## Training procedure |
|
|
|
### Training hyperparameters |
|
|
|
The following hyperparameters were used during training: |
|
- learning_rate: 2e-05 |
|
- train_batch_size: 16 |
|
- eval_batch_size: 16 |
|
- seed: 42 |
|
- optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08 |
|
- lr_scheduler_type: linear |
|
- num_epochs: 6 |
|
|
|
### Training results |
|
|
|
| Training Loss | Epoch | Step | Validation Loss | |
|
|:-------------:|:-----:|:----:|:---------------:| |
|
| 2.4526 | 1.0 | 650 | 1.3631 | |
|
| 1.3317 | 2.0 | 1300 | 1.2229 | |
|
| 1.0693 | 3.0 | 1950 | 1.2184 | |
|
| 0.6851 | 4.0 | 2600 | 1.3171 | |
|
| 0.5594 | 5.0 | 3250 | 1.3893 | |
|
| 0.4954 | 6.0 | 3900 | 1.4778 | |
|
|
|
|
|
### Framework versions |
|
|
|
- Transformers 4.19.2 |
|
- Pytorch 1.11.0 |
|
- Datasets 2.2.2 |
|
- Tokenizers 0.12.1 |
|
|
