语言:

• 英语
• 泰米尔语
• 印地语 数据集:
• 问答数据集(SQUAD)
• 印度语言问答数据集(chaii) 示例:
• 问题: "铝的原子序数是多少?" 上下文: "铝（英语：Aluminium；北美英语：Aluminum）是一种化学元素。其原子序数为13，是地球上储量最丰富的金属之一，具有良好的导电导热性能。铝从铝土矿中提炼而来，化学符号为Al。"
• 问题: "乔瓦拉·古塔的母亲叫什么名字?" 上下文: "乔瓦拉·古塔（1983年9月7日生于马哈拉施特拉邦瓦尔达）是印度羽毛球运动员。她出生于一个跨国家庭——父亲M·克兰提是泰卢固人，母亲叶兰来自中国。叶兰·古塔1977年首次随祖父来到印度。乔瓦拉在海德拉巴完成基础教育并开始羽毛球训练，10岁起师从著名教练S·M·阿里夫（德罗纳恰里亚奖得主）。13岁赢得迷你全国锦标赛，17岁（2000年）斩获青少年全国冠军，同年与舒鲁蒂·库里安搭档连续七年（2002-2008）包揽女双全国冠军。"
• 问题: "人体有多少块骨头?" 上下文: "正常成人骨骼系统由206块骨组成（若胸骨分三部分计算则为208块），该数量会因生理差异略有波动。例如极少数人会出现颈肋或额外腰椎。人类颅骨共22块（不含听小骨），分为8块脑颅骨和14块面颅骨：（粗体数字对应图示编号）脑颅骨（8块）1.额骨（2）3.颞骨（2）4.枕骨（4）蝶骨（14）面颅骨（14块）7.下颌骨（6）上颌骨（2）腭骨（2）5.颧骨（9）9.鼻骨（2）骶椎（4或5块），成年后融合为骶骨（3-5块尾椎）成年后形成尾骨。"

面向印度语言的XLM-RoBERTa问答模型

基于XLM-Roberta预训练模型，先在SQUAD英文问答数据集上进行中间预训练，再使用Chaii数据集（泰米尔语、印地语）进行微调

如何使用🤗/transformers库调用

from transformers import AutoTokenizer, AutoModelForQuestionAnswering
  
tokenizer = AutoTokenizer.from_pretrained("gokulkarthik/xlm-roberta-qa-chaii")

model = AutoModelForQuestionAnswering.from_pretrained("gokulkarthik/xlm-roberta-qa-chaii")