语言: 法语
数据集:

• etalab-ia/piaf
• fquad
• lincoln/newsquadfr
• pragnakalp/squad_v2_french_translated
• CATIE-AQ/frenchQA

示例输入:

• 文本: "每天有多少人使用法语？"
  上下文: >-
  法语是印欧语系罗曼语族的一种语言，使用者被称为法语人口，有时也被誉为莫里哀的语言。截至2023年，全球约有3.21亿人使用法语：其中2.35亿人日常使用，9000万人以法语为母语。2018年，全球有8000万学生接受法语教育。根据法语国家国际组织（OIF）预测，到2050年地球上的法语人口可能达到7亿。

许可证: MIT
评估指标:

• F1值
• 精确匹配
  库名称: transformers
  任务标签: 问答系统
  二氧化碳当量排放: 100
  新版本: CATIE-AQ/QAmemberta

QAmembert模型

模型描述

我们推出QAmemBERT模型，该模型基于CamemBERT基础版针对法语问答任务进行微调，训练数据包含四种法语问答数据集。这些数据集格式涵盖：

• 答案存在于上下文中的SQuAD 1.0格式
• 答案不存在于上下文中的SQuAD 2.0格式

所有数据集合并为frenchQA统一数据集，总计使用221,348组上下文/问题/答案三元组进行训练，6,376组用于测试。方法论详见英文博客或法文博客。

数据集详情

评估结果

使用evaluate工具包进行评估。

FQuaD 1.0（验证集）

采用SQuAD 1.0指标

qwant/squad_fr（验证集）

采用SQuAD 1.0指标

frenchQA（含无答案问题）

采用SQuAD 2.0指标

使用示例

上下文含答案的情况

from transformers import pipeline  

qa = pipeline('question-answering', model='CATIE-AQ/QAmembert', tokenizer='CATIE-AQ/QAmembert')  

result = qa({  
    'question': "每天有多少人使用法语？",  
    'context': "法语是印欧语系罗曼语族的一种语言...（此处为完整上下文）"  
})  

if result['score'] < 0.01:  
    print("答案不在提供的上下文中")  
else:  
    print(result['answer'])  

输出: 2.35亿

上下文不含答案的情况

result = qa({  
    'question': "世界上最好的葡萄酒是什么？",  
    'context': "埃菲尔铁塔是位于巴黎...（此处为铁塔描述）"  
})  

输出: 答案不在提供的上下文中

在线体验

可通过Space应用测试模型。

环境影响

碳排放估算采用Lacoste等人(2019)提出的机器学习影响计算器。

• 硬件类型: A100 PCIe 40/80GB
• 使用时长: 5小时36分钟
• 云服务商: 私有基础设施
• 碳效率(kg/kWh): 0.076kg（基于electricitymaps估算）
• 碳排放量: 0.1 kg 二氧化碳当量

引用文献

（此处保留原始文献引用格式，仅翻译说明性文字）

许可证

MIT