metadata

license: cc-by-4.0
metrics:
  - bleu4
  - meteor
  - rouge-l
  - bertscore
  - moverscore
language: fr
datasets:
  - lmqg/qg_frquad
pipeline_tag: text2text-generation
tags:
  - answer extraction
widget:
  - text: >-
      Pourtant, la strophe spensérienne, utilisée cinq fois avant que ne
      commence le chœur, constitue en soi un vecteur dont les répétitions
      structurelles, selon Ricks, relèvent du pur lyrisme tout en constituant
      une menace potentielle. Après les huit sages pentamètres iambiques,
      l'alexandrin final <hl> permet une pause <hl>, « véritable illusion
      d'optique » qu'accentuent les nombreuses expressions archaïsantes telles
      que did swoon, did seem, did go, did receive, did make, qui doublent le
      prétérit en un temps composé et paraissent à la fois « très
      précautionneuses et très peu pressées ».
    example_title: Answering Extraction Example 1
  - text: >-
      Néanmoins, une fois encore, l'arithmétique modulaire est insuffisante pour
      venir à bout du théorème. Dirichlet utilise de nombreuses techniques
      analytiques, comme les séries entières et l'analyse complexe. Le fruit de
      ces travaux donne naissance à une nouvelle branche des mathématiques : la
      théorie analytique des nombres. L'un des points cruciaux de cette théorie
      provient de l'unique article de <hl> Bernhard Riemann <hl> en théorie des
      nombres : Sur le nombre de nombres premiers inférieurs à une taille
      donnée. Il conjecture une localisation des racines de sa fonction ζ. La
      recherche de la position des racines, initiée par Dirichlet, devient une
      préoccupation centrale et reste l'une des conjectures pressenties comme
      les plus difficiles des mathématiques de notre époque.
    example_title: Answering Extraction Example 2
model-index:
  - name: lmqg/mbart-large-cc25-frquad-ae
    results:
      - task:
          name: Text2text Generation
          type: text2text-generation
        dataset:
          name: lmqg/qg_frquad
          type: default
          args: default
        metrics:
          - name: BLEU4 (Answer Extraction)
            type: bleu4_answer_extraction
            value: 21.31
          - name: ROUGE-L (Answer Extraction)
            type: rouge_l_answer_extraction
            value: 42.58
          - name: METEOR (Answer Extraction)
            type: meteor_answer_extraction
            value: 36.29
          - name: BERTScore (Answer Extraction)
            type: bertscore_answer_extraction
            value: 85.06
          - name: MoverScore (Answer Extraction)
            type: moverscore_answer_extraction
            value: 72.15
          - name: AnswerF1Score (Answer Extraction)
            type: answer_f1_score__answer_extraction
            value: 65.44
          - name: AnswerExactMatch (Answer Extraction)
            type: answer_exact_match_answer_extraction
            value: 39.99

Model Card of `lmqg/mbart-large-cc25-frquad-ae`

This model is fine-tuned version of facebook/mbart-large-cc25 for answer extraction on the lmqg/qg_frquad (dataset_name: default) via lmqg.

Overview

Language model: facebook/mbart-large-cc25
Language: fr
Training data: lmqg/qg_frquad (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="fr", model="lmqg/mbart-large-cc25-frquad-ae")

# model prediction
answers = model.generate_a("Créateur » (Maker), lui aussi au singulier, « le Suprême Berger » (The Great Shepherd) ; de l'autre, des réminiscences de la théologie de l'Antiquité : le tonnerre, voix de Jupiter, « Et souvent ta voix gronde en un tonnerre terrifiant », etc.")

With transformers

from transformers import pipeline

pipe = pipeline("text2text-generation", "lmqg/mbart-large-cc25-frquad-ae")
output = pipe("Pourtant, la strophe spensérienne, utilisée cinq fois avant que ne commence le chœur, constitue en soi un vecteur dont les répétitions structurelles, selon Ricks, relèvent du pur lyrisme tout en constituant une menace potentielle. Après les huit sages pentamètres iambiques, l'alexandrin final <hl> permet une pause <hl>, « véritable illusion d'optique » qu'accentuent les nombreuses expressions archaïsantes telles que did swoon, did seem, did go, did receive, did make, qui doublent le prétérit en un temps composé et paraissent à la fois « très précautionneuses et très peu pressées ».")

Evaluation

Metric (Answer Extraction): raw metric file

	Score	Type	Dataset
AnswerExactMatch	39.99	default	lmqg/qg_frquad
AnswerF1Score	65.44	default	lmqg/qg_frquad
BERTScore	85.06	default	lmqg/qg_frquad
Bleu_1	32.93	default	lmqg/qg_frquad
Bleu_2	28.16	default	lmqg/qg_frquad
Bleu_3	24.47	default	lmqg/qg_frquad
Bleu_4	21.31	default	lmqg/qg_frquad
METEOR	36.29	default	lmqg/qg_frquad
MoverScore	72.15	default	lmqg/qg_frquad
ROUGE_L	42.58	default	lmqg/qg_frquad

Training hyperparameters

The following hyperparameters were used during fine-tuning:

dataset_path: lmqg/qg_frquad
dataset_name: default
input_types: ['paragraph_sentence']
output_types: ['answer']
prefix_types: None
model: facebook/mbart-large-cc25
max_length: 512
max_length_output: 32
epoch: 14
batch: 2
lr: 0.0001
fp16: False
random_seed: 1
gradient_accumulation_steps: 32
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",
}