语言: 泰语
任务: 抽取式问答
数据集: xquad.th
标签:

• bert-base

模型描述

该模型用于泰语抽取式问答任务。基于多语言BERT模型bert-base-multilingual-cased，且区分大小写：例如能区分"english"和"English"的不同写法。

训练数据

我们将原始xquad数据集划分为训练集/验证集/测试集。具体包含：

• 训练集：34篇文章中的876个问答对
• 验证集：7篇文章中的161个问答对
• 测试集：7篇文章中的153个问答对
  数据集详情可见xquad_split。

使用方法

可通过🤗 Transformers库直接调用：

>>> from transformers.pipelines import pipeline
>>> from transformers import AutoTokenizer, AutoModelForQuestionAnswering

>>> tokenizer = AutoTokenizer.from_pretrained("zhufy/xquad-th-mbert-base")
>>> model = AutoModelForQuestionAnswering.from_pretrained("zhufy/xquad-th-mbert-base")
>>> nlp = pipeline("question-answering", model=model, tokenizer=tokenizer)

>>> context = "莱茵-默兹三角洲是荷兰重要的自然地理区域，起始于米林根安德里恩附近，靠近荷兰与德国边境。莱茵河的分支流入瓦尔河和下莱茵河。由于莱茵河的大部分水量，人们通常简称其为莱茵三角洲。不过这个名称也用于指代莱茵河流入康斯坦茨湖的三角洲区域。因此，将更大的三角洲称为莱茵-默兹三角洲，甚至称为莱茵-默兹-斯海尔德三角洲更为准确，因为斯海尔德河最终也汇入同一三角洲。"
              
>>> question = "荷兰的三角洲被称为什么？"

>>> inputs = {"question": question, 
            "context": context }
            
>>> nlp(inputs)

{'score': 0.9426798224449158,
 'start': 17,
 'end': 84,
 'answer': '莱茵-默兹三角洲是荷兰重要的自然地理区域起始处'}