metadata

license: cc-by-4.0
metrics:
  - bleu4
  - meteor
  - rouge-l
  - bertscore
  - moverscore
language: es
datasets:
  - lmqg/qg_esquad
pipeline_tag: text2text-generation
tags:
  - question answering
widget:
  - text: >-
      question: ¿Cuál es la población de Nueva York a partir de 2014?, context:
      Situada en uno de los mayores puertos naturales del mundo, la ciudad de
      Nueva York consta de cinco municipios, cada uno de los cuales es un
      condado separado del estado de Nueva York. Los cinco distritos - Brooklyn,
      Queens, Manhattan, el Bronx y Staten Island - se consolidaron en una sola
      ciudad en 1898. Con una población censada estimada en 2014 de 8.491.079
      habitantes distribuidos en una superficie de solo 790 km ², Nueva York es
      la ciudad más densamente poblada de los Estados Unidos. Hasta 800 idiomas
      se hablan en Nueva York, por lo que es la ciudad más lingüísticamente
      diversa del mundo. Según estimaciones del censo de 2014, la región
      metropolitana de la ciudad de Nueva York sigue siendo por un margen
      significativo la más poblada de los Estados Unidos, según lo definido
      tanto por el Área Estadística Metropolitana (20,1 millones de residentes).
      En 2013, el MSA produjo un producto metropolitano bruto (GMP) de casi US
      $1,39 billones, mientras que en 2012, el CSA generó un GMP de más de US
      $1,55 billones, ambos clasificados en primer lugar.
    example_title: Question Answering Example 1
  - text: >-
      question: ¿Cómo se llama el ejército personal de Sassou?, context: El
      progreso democrático del Congo se descarriló en 1997, cuando Lissouba y
      Sassou comenzaron a luchar por el poder en la guerra civil. A medida que
      se acercaban las elecciones presidenciales de julio de 1997, las tensiones
      entre los campos de Lissouba y Sassou aumentaron. El 5 de junio, las
      fuerzas del gobierno del presidente Lissouba rodearon el complejo de
      Sassou en Brazzaville y Sassou ordenó a los miembros de su milicia privada
      (conocida como Cobras) resistir. Así comenzó un conflicto de cuatro meses
      que destruyó o dañó gran parte de Brazzaville y causó decenas de miles de
      muertes civiles. A principios de octubre, el régimen socialista angoleño
      comenzó una invasión del Congo para instalar a Sassou en el poder. A
      mediados de octubre, el gobierno de Lissouba cayó. Poco después, Sassou se
      declaró presidente.
    example_title: Question Answering Example 2
model-index:
  - name: vocabtrimmer/mt5-small-trimmed-es-5000-esquad-qa
    results:
      - task:
          name: Text2text Generation
          type: text2text-generation
        dataset:
          name: lmqg/qg_esquad
          type: default
          args: default
        metrics:
          - name: BLEU4 (Question Answering)
            type: bleu4_question_answering
            value: 16.3
          - name: ROUGE-L (Question Answering)
            type: rouge_l_question_answering
            value: 34.37
          - name: METEOR (Question Answering)
            type: meteor_question_answering
            value: 29.93
          - name: BERTScore (Question Answering)
            type: bertscore_question_answering
            value: 90.6
          - name: MoverScore (Question Answering)
            type: moverscore_question_answering
            value: 74.48
          - name: AnswerF1Score (Question Answering)
            type: answer_f1_score__question_answering
            value: 56.69
          - name: AnswerExactMatch (Question Answering)
            type: answer_exact_match_question_answering
            value: 36.68

Model Card of `vocabtrimmer/mt5-small-trimmed-es-5000-esquad-qa`

This model is fine-tuned version of vocabtrimmer/mt5-small-trimmed-es-5000 for question answering task on the lmqg/qg_esquad (dataset_name: default) via lmqg.

Overview

Language model: vocabtrimmer/mt5-small-trimmed-es-5000
Language: es
Training data: lmqg/qg_esquad (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="es", model="vocabtrimmer/mt5-small-trimmed-es-5000-esquad-qa")

# model prediction
answers = model.answer_q(list_question="¿Cuál es la población de Nueva York a partir de 2014?", list_context=" Situada en uno de los mayores puertos naturales del mundo, la ciudad de Nueva York consta de cinco municipios, cada uno de los cuales es un condado separado del estado de Nueva York. Los cinco distritos - Brooklyn, Queens, Manhattan, el Bronx y Staten Island - se consolidaron en una sola ciudad en 1898. Con una población censada estimada en 2014 de 8.491.079 habitantes distribuidos en una superficie de solo 790 km ², Nueva York es la ciudad más densamente poblada de los Estados Unidos. Hasta 800 idiomas se hablan en Nueva York, por lo que es la ciudad más lingüísticamente diversa del mundo. Según estimaciones del censo de 2014, la región metropolitana de la ciudad de Nueva York sigue siendo por un margen significativo la más poblada de los Estados Unidos, según lo definido tanto por el Área Estadística Metropolitana (20,1 millones de residentes). En 2013, el MSA produjo un producto metropolitano bruto (GMP) de casi US $1,39 billones, mientras que en 2012, el CSA generó un GMP de más de US $1,55 billones, ambos clasificados en primer lugar.")

With transformers

from transformers import pipeline

pipe = pipeline("text2text-generation", "vocabtrimmer/mt5-small-trimmed-es-5000-esquad-qa")
output = pipe("question: ¿Cuál es la población de Nueva York a partir de 2014?, context: Situada en uno de los mayores puertos naturales del mundo, la ciudad de Nueva York consta de cinco municipios, cada uno de los cuales es un condado separado del estado de Nueva York. Los cinco distritos - Brooklyn, Queens, Manhattan, el Bronx y Staten Island - se consolidaron en una sola ciudad en 1898. Con una población censada estimada en 2014 de 8.491.079 habitantes distribuidos en una superficie de solo 790 km ², Nueva York es la ciudad más densamente poblada de los Estados Unidos. Hasta 800 idiomas se hablan en Nueva York, por lo que es la ciudad más lingüísticamente diversa del mundo. Según estimaciones del censo de 2014, la región metropolitana de la ciudad de Nueva York sigue siendo por un margen significativo la más poblada de los Estados Unidos, según lo definido tanto por el Área Estadística Metropolitana (20,1 millones de residentes). En 2013, el MSA produjo un producto metropolitano bruto (GMP) de casi US $1,39 billones, mientras que en 2012, el CSA generó un GMP de más de US $1,55 billones, ambos clasificados en primer lugar.")

Evaluation

Metric (Question Answering): raw metric file

	Score	Type	Dataset
AnswerExactMatch	36.68	default	lmqg/qg_esquad
AnswerF1Score	56.69	default	lmqg/qg_esquad
BERTScore	90.6	default	lmqg/qg_esquad
Bleu_1	25.88	default	lmqg/qg_esquad
Bleu_2	21.51	default	lmqg/qg_esquad
Bleu_3	18.61	default	lmqg/qg_esquad
Bleu_4	16.3	default	lmqg/qg_esquad
METEOR	29.93	default	lmqg/qg_esquad
MoverScore	74.48	default	lmqg/qg_esquad
ROUGE_L	34.37	default	lmqg/qg_esquad

Training hyperparameters

The following hyperparameters were used during fine-tuning:

dataset_path: lmqg/qg_esquad
dataset_name: default
input_types: ['paragraph_question']
output_types: ['answer']
prefix_types: None
model: vocabtrimmer/mt5-small-trimmed-es-5000
max_length: 512
max_length_output: 32
epoch: 16
batch: 32
lr: 0.001
fp16: False
random_seed: 1
gradient_accumulation_steps: 2
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",
}