语言:

• 波斯语
• 多语言 缩略图: https://upload.wikimedia.org/wikipedia/commons/a/a2/Farsi.svg 标签:
• 多选
• parsbert
• 波斯语
• 法尔西语 管道标签: 文本分类 许可证: cc-by-nc-sa-4.0 数据集:
• parsinlu 指标:
• 准确率

多项选择题回答模型（四选一问题解答模型）

这是一个基于parsbert的多项选择题回答模型。
以下是运行该模型的示例代码：

from typing import List
import torch
from transformers import AutoConfig, AutoModelForMultipleChoice, AutoTokenizer

模型名称 = "persiannlp/parsbert-base-parsinlu-multiple-choice"
分词器 = AutoTokenizer.from_pretrained(模型名称)
配置 = AutoConfig.from_pretrained(模型名称)
模型 = AutoModelForMultipleChoice.from_pretrained(模型名称, config=配置)


def 运行模型(问题: str, 候选选项: List[str]):
    assert len(候选选项) == 4, "需要四个候选选项"
    选项输入 = []
    for 选项 in 候选选项:
        文本甲 = ""  # 空上下文
        文本乙 = 问题 + " " + 选项
        输入 = 分词器(
            文本甲,
            文本乙,
            add_special_tokens=True,
            max_length=128,
            padding="max_length",
            truncation=True,
            return_overflowing_tokens=True,
        )
        选项输入.append(输入)

    输入ID = torch.LongTensor([x["input_ids"] for x in 选项输入])
    输出 = 模型(input_ids=输入ID)
    print(输出)
    return 输出


运行模型(问题="世界上面积最大的国家是哪个？", 候选选项=["美国", "加拿大", "俄罗斯", "中国"])
运行模型(问题="'طامع'的意思是什么？", 候选选项=["贪婪的", "幸运的", "需要的", "确定的"])
运行模型(
    question="假设一块地被分成31等份，每天准备建设的面积是前一天的两倍。如果5天后整块地都准备完毕，那么在哪一天有一份地准备完成？",
    候选选项=["第一天", "第二天", "第三天", "以上都不是"])

更多详情请访问: https://github.com/persiannlp/parsinlu/