language: es thumbnail: https://i.imgur.com/jgBdimh.png

BETO（西班牙语BERT）+西班牙语SQuAD2.0

本模型由BETO团队提供，并在SQuAD-es-v2.0上针对问答下游任务进行了微调。

语言模型详情('dccuchile/bert-base-spanish-wwm-cased')

语言模型('dccuchile/bert-base-spanish-wwm-cased'):

BETO是一个基于大型西班牙语语料库训练的BERT模型。BETO的规模与BERT-Base相当，并采用了全词掩码技术进行训练。以下提供了非大小写和大小写版本的Tensorflow和Pytorch检查点，以及一些西班牙语基准测试结果，比较了BETO与多语言BERT以及其他（非基于BERT的）模型的表现。

下游任务（问答）详情 - 数据集

SQuAD-es-v2.0

模型训练

模型在Tesla P100 GPU和25GB内存环境下通过以下命令训练：

export SQUAD_DIR=path/to/nl_squad
python transformers/examples/question-answering/run_squad.py \
  --model_type bert \
  --model_name_or_path dccuchile/bert-base-spanish-wwm-cased \
  --do_train \
  --do_eval \
  --do_lower_case \
  --train_file $SQUAD_DIR/train_nl-v2.0.json \
  --predict_file $SQUAD_DIR/dev_nl-v2.0.json \
  --per_gpu_train_batch_size 12 \
  --learning_rate 3e-5 \
  --num_train_epochs 2.0 \
  --max_seq_length 384 \
  --doc_stride 128 \
  --output_dir /content/model_output \
  --save_steps 5000 \
  --threads 4 \
  --version_2_with_negative 

结果:

{
  "exact": 76.50501430594491,
  "f1": 86.07818773108252,
  "total": 69202,
  "HasAns_exact": 67.93020719738277,
  "HasAns_f1": 82.37912207996466,
  "HasAns_total": 45850,
  "NoAns_exact": 93.34104145255225,
  "NoAns_f1": 93.34104145255225,
  "NoAns_total": 23352,
  "best_exact": 76.51223953064941,
  "best_exact_thresh": 0.0,
  "best_f1": 86.08541295578848,
  "best_f1_thresh": 0.0
}

模型实战（在Colab笔记本中）

由Manuel Romero/@mrm8488创建

在西班牙用心❤制作