语言: 阿拉伯语
数据集:

• tydiqa
  示例输入:
• 文本: "黎巴嫩的政体是什么？"
  上下文: "黎巴嫩（正式名称：黎巴嫩共和国），是一个位于亚洲西部中东地区的阿拉伯国家。北与叙利亚接壤，东与叙利亚相邻，南与被占领的巴勒斯坦——以色列交界，西濒地中海。该国实行民主共和制教派分权政体，人口以阿拉伯穆斯林和基督徒为主。不同于大多数阿拉伯国家，基督徒在公共和政治生活中具有显著影响力。自腓尼基时代起，黎巴嫩人便向全球迁徙散居，目前海外黎巴嫩人数量约为本土居民的两倍。

自古以来，黎巴嫩因地处欧洲北部、阿拉伯南部、亚洲东部和非洲西部之间的中枢位置，历经多种穿越或占领其领土的文明，这一枢纽地位既是其文化多元性的主因，也是历代内战及与以色列命运冲突的根源。人类在黎巴嫩定居并孕育文明的最早证据可追溯至7000多年前。古代腓尼基人居住在今黎巴嫩及部分叙利亚、巴勒斯坦地区，这个闪米特民族以航海贸易为业，其文明繁荣约2500年（约公元前3000年至公元前539年）。自腓尼基时代以来，黎巴嫩相继经历了古埃及人、亚述人、波斯人、希腊人、罗马人、拜占庭人、阿拉伯人、十字军、奥斯曼土耳其人和法国人等多元文明的统治与定居。"

阿拉伯语问答系统

基于AraELECTRA的阿拉伯语维基百科问答系统，集成Streamlit

本模型通过此Colab笔记本在ArTyDiQA阿拉伯语章节上训练完成

使用方法：

git clone https://github.com/aub-mind/arabert
pip install pyarabic

from arabert.preprocess import ArabertPreprocessor
from transformers import pipeline

prep = ArabertPreprocessor("aubmindlab/araelectra-base-discriminator") #或留空效果相同
qa_pipe = pipeline("question-answering", model="wissamantoun/araelectra-base-artydiqa")

text = "黎巴嫩的政体是什么？"
context = """
黎巴嫩（正式名称：黎巴嫩共和国），是一个位于亚洲西部中东地区的阿拉伯国家。北与叙利亚接壤，东与叙利亚相邻，南与被占领的巴勒斯坦——以色列交界，西濒地中海。该国实行民主共和制教派分权政体。人口以阿拉伯穆斯林和基督徒为主。不同于大多数阿拉伯国家，基督徒在公共和政治生活中具有显著影响力...（上下文同前文）...
"""

context = prep.preprocess(context) #务必预处理问题和上下文以获得最佳效果
result = qa_pipe(question=text, context=context)
"""
{'answer': '民主共和制教派分权',
 'end': 241,
 'score': 0.4910127818584442,
 'start': 219}
 """

若使用本模型请引用：

@misc{antoun2020araelectra,
     title={AraELECTRA: 面向阿拉伯语理解的文本判别器预训练},
     author={Wissam Antoun and Fady Baly and Hazem Hajj},
     year={2020},
     eprint={2012.15516},
     archivePrefix={arXiv},
     primaryClass={cs.CL}
}