E

Extractive Question Answering Not Evaluated

由 autoevaluate 开发
该模型是在SQuAD数据集上微调的DistilBERT模型,用于抽取式问答任务,具有较高的精确匹配率和F1分数。
下载量 18
发布时间 : 12/2/2022
模型介绍
内容详情
替代品

模型简介

该模型是基于DistilBERT架构的抽取式问答模型,经过SQuAD数据集微调,能够从给定文本中提取答案来回答用户问题。

模型特点

高效推理
模型具有较低的延迟(0.0086秒/样本)和高吞吐量(116样本/秒)
轻量级架构
基于DistilBERT,比原始BERT模型小40%,同时保留97%的性能
优秀性能
在SQuAD评估集上达到72.95%的精确匹配率和81.86%的F1分数

模型能力

文本理解
答案抽取
问答系统

使用案例

教育
阅读理解辅助
帮助学生快速从文本中找到问题答案
提高学习效率,减少查找时间
客户服务
FAQ自动回答
从知识库文档中自动提取答案回答客户问题
减少人工客服工作量