lmqg/mt5-small-koquad-qg-ae

license: cc-by-4.0 metrics:

• —bleu4
• —meteor
• —rouge-l
• —bertscore
• —moverscore language: ko datasets:
• —lmqg/qgkoquad pipelinetag: text2text-generation tags:
• —question generation
• —answer extraction widget:
• —text: "generate question: 1990년 영화 《 <hl> 남부군 <hl> 》에서 단역으로 영화배우 첫 데뷔에 이어 같은 해 KBS 드라마 《지구인》에서 단역으로 출연하였고 이듬해 MBC 《여명의 눈동자》를 통해 단역으로 출연하였다." example_title: "Question Generation Example 1"
• —text: "generate question: 백신이 없기때문에 예방책은 <hl> 살충제 <hl> 를 사용하면서 서식 장소(찻찬 받침, 배수로, 고인 물의 열린 저장소, 버려진 타이어 등)의 수를 줄임으로써 매개체를 통제할 수 있다." example_title: "Question Generation Example 2"
• —text: "generate question: <hl> 원테이크 촬영 <hl> 이기 때문에 한 사람이 실수를 하면 처음부터 다시 찍어야 하는 상황이 발생한다." example_title: "Question Generation Example 3"
• —text: "extract answers: 또한 스피어스는 많은 새로운 여성 아티스트들에게 영향을 끼쳤는데, 대표적으로 데미 로바토, 케이티 페리, 크리스티니아 드바지, 레이디 가가, 리틀 부츠, 셀레나 고메즈 & 더씬, 픽시 로트 이 있다. 2007년 비욘세 놀스는 Total Request Live와의 인터뷰에서 '나는 브리트니를 사랑하고 팬이에요. 특히 새 앨범 Blackout을 좋아해요'라고 말했다. 린제이 로한은 '언제나 브리트니 스피어스에게 영감을 받는다. 학창시절 그녀처럼 타블로이드에 오르기를 꿈꿔왔다'고 말하며 롤 모델로 꼽았다. 스피어스는 현대 음악가들에게 음악적 영감으로 언급되기도 했다. <hl> 마일리 사이러스는 자신의 히트곡 Party in the U.S.A. 가 브리트니에게 영감과 영향을 받은 곡이라고 밝혔다. <hl> 베리 매닐로우의 앨범 15 Minutes 역시 브리트니에게 영감을 얻었다고 언급되었다." example_title: "Answer Extraction Example 1"
• —text: "extract answers: 지난 22일 아프리카TV는 BJ 철구가 서비스 정지 처분을 받았음을 밝혔다. 서비스 정지 처분을 사유는 철구가 10대 청소년에게 유해한 장면을 방송으로 내보냈기 때문이었다. 문제가 된 장면은 BJ 철구가 미성년자는 시청할 수 없게 하는 19세 시청 가능 설정을 하지 않은 채 흡연하는 모습을 여과 없이 드러낸 장면이다. 아프리카TV는 청소년 보호 정책의 '청소년들이 해로운 환경으로부터 보호받을 수 있도록 조치한다'라고 조항을 근거로 철구에게 서비스 정지 처분을 내렸다. 흡연 이외에 음주 방송 등도 19세 시청 가능 설정을 해야만 방송할 수 있다. <hl> 게다가 철구의 방송 정지 처분은 이번에 처음이 아니라 16번 째기 때문에 더욱더 논란이 되고 있다. <hl>" example_title: "Answer Extraction Example 2" model-index:
• —name: lmqg/mt5-small-koquad-qg-ae results:
• —task: name: Text2text Generation type: text2text-generation dataset: name: lmqg/qg_koquad type: default args: default metrics:
• —name: BLEU4 (Question Generation) type: bleu4questiongeneration value: 10.91
• —name: ROUGE-L (Question Generation) type: rougelquestion_generation value: 25.83
• —name: METEOR (Question Generation) type: meteorquestiongeneration value: 27.52
• —name: BERTScore (Question Generation) type: bertscorequestiongeneration value: 83.4
• —name: MoverScore (Question Generation) type: moverscorequestiongeneration value: 82.54
• —name: QAAlignedF1Score-BERTScore (Question & Answer Generation (with Gold Answer)) type: qaalignedf1scorebertscorequestionanswergenerationwithgoldanswer value: 80.36
• —name: QAAlignedRecall-BERTScore (Question & Answer Generation (with Gold Answer)) type: qaalignedrecallbertscorequestionanswergenerationwithgold_answer value: 83.72
• —name: QAAlignedPrecision-BERTScore (Question & Answer Generation (with Gold Answer)) type: qaalignedprecisionbertscorequestionanswergenerationwithgold_answer value: 77.34
• —name: QAAlignedF1Score-MoverScore (Question & Answer Generation (with Gold Answer)) type: qaalignedf1scoremoverscorequestionanswergenerationwithgoldanswer value: 82.55
• —name: QAAlignedRecall-MoverScore (Question & Answer Generation (with Gold Answer)) type: qaalignedrecallmoverscorequestionanswergenerationwithgold_answer value: 86.69
• —name: QAAlignedPrecision-MoverScore (Question & Answer Generation (with Gold Answer)) type: qaalignedprecisionmoverscorequestionanswergenerationwithgold_answer value: 78.93
• —name: BLEU4 (Answer Extraction) type: bleu4answerextraction value: 38.2
• —name: ROUGE-L (Answer Extraction) type: rougelanswer_extraction value: 82.32
• —name: METEOR (Answer Extraction) type: meteoranswerextraction value: 59.91
• —name: BERTScore (Answer Extraction) type: bertscoreanswerextraction value: 95.65
• —name: MoverScore (Answer Extraction) type: moverscoreanswerextraction value: 94.61
• —name: AnswerF1Score (Answer Extraction) type: answerf1score_answerextraction value: 86.98
• —name: AnswerExactMatch (Answer Extraction) type: answerexactmatchanswerextraction value: 80.78 ---

Model Card of lmqg/mt5-small-koquad-qg-ae

This model is fine-tuned version of google/mt5-small for question generation and answer extraction jointly on the lmqg/qg_koquad (dataset_name: default) via `lmqg`.

Overview

• —Language model: google/mt5-small
• —Language: ko
• —Training data: lmqg/qg_koquad (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="ko", model="lmqg/mt5-small-koquad-qg-ae")

# model prediction
question_answer_pairs = model.generate_qa("1990년 영화 《 남부군 》에서 단역으로 영화배우 첫 데뷔에 이어 같은 해 KBS 드라마 《지구인》에서 단역으로 출연하였고 이듬해 MBC 《여명의 눈동자》를 통해 단역으로 출연하였다.")

• —With transformers

from transformers import pipeline

pipe = pipeline("text2text-generation", "lmqg/mt5-small-koquad-qg-ae")

# answer extraction
answer = pipe("generate question: 1990년 영화 《 <hl> 남부군 <hl> 》에서 단역으로 영화배우 첫 데뷔에 이어 같은 해 KBS 드라마 《지구인》에서 단역으로 출연하였고 이듬해 MBC 《여명의 눈동자》를 통해 단역으로 출연하였다.")

# question generation
question = pipe("extract answers: 또한 스피어스는 많은 새로운 여성 아티스트들에게 영향을 끼쳤는데, 대표적으로 데미 로바토, 케이티 페리, 크리스티니아 드바지, 레이디 가가, 리틀 부츠, 셀레나 고메즈 & 더씬, 픽시 로트 이 있다. 2007년 비욘세 놀스는 Total Request Live와의 인터뷰에서 '나는 브리트니를 사랑하고 팬이에요. 특히 새 앨범 Blackout을 좋아해요'라고 말했다. 린제이 로한은 '언제나 브리트니 스피어스에게 영감을 받는다. 학창시절 그녀처럼 타블로이드에 오르기를 꿈꿔왔다'고 말하며 롤 모델로 꼽았다. 스피어스는 현대 음악가들에게 음악적 영감으로 언급되기도 했다. <hl> 마일리 사이러스는 자신의 히트곡 Party in the U.S.A. 가 브리트니에게 영감과 영향을 받은 곡이라고 밝혔다. <hl> 베리 매닐로우의 앨범 15 Minutes 역시 브리트니에게 영감을 얻었다고 언급되었다.")

Evaluation

• —*Metric (Question Generation)*: raw metric file

• —*Metric (Question & Answer Generation)*: raw metric file

• —*Metric (Answer Extraction)*: raw metric file

Training hyperparameters

The following hyperparameters were used during fine-tuning:

• —datasetpath: lmqg/qgkoquad
• —dataset_name: default
• —inputtypes: ['paragraphanswer', 'paragraph_sentence']
• —output_types: ['question', 'answer']
• —prefix_types: ['qg', 'ae']
• —model: google/mt5-small
• —max_length: 512
• —maxlengthoutput: 32
• —epoch: 6
• —batch: 16
• —lr: 0.001
• —fp16: False
• —random_seed: 1
• —gradientaccumulationsteps: 4
• —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",
}