Update README.md
Browse files
README.md
CHANGED
@@ -6,45 +6,54 @@ tags:
|
|
6 |
model-index:
|
7 |
- name: finetune_iapp_thaiqa
|
8 |
results: []
|
|
|
|
|
|
|
|
|
|
|
|
|
9 |
---
|
10 |
|
11 |
<!-- This model card has been generated automatically according to the information the Trainer had access to. You
|
12 |
-
should probably proofread and complete it, then remove this comment. -->
|
13 |
|
14 |
# finetune_iapp_thaiqa
|
15 |
|
16 |
-
This model is a fine-tuned version of [airesearch/wangchanberta-base-att-spm-uncased](https://huggingface.co/airesearch/wangchanberta-base-att-spm-uncased) on the
|
17 |
|
18 |
## Model description
|
19 |
|
20 |
-
|
21 |
|
22 |
## Intended uses & limitations
|
23 |
|
24 |
-
|
|
|
25 |
|
26 |
-
|
27 |
|
28 |
-
|
29 |
|
30 |
-
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
31 |
|
32 |
-
|
33 |
|
34 |
-
|
35 |
-
- learning_rate: 2e-05
|
36 |
-
- train_batch_size: 16
|
37 |
-
- eval_batch_size: 32
|
38 |
-
- seed: 42
|
39 |
-
- optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
|
40 |
-
- lr_scheduler_type: linear
|
41 |
-
- lr_scheduler_warmup_ratio: 0.2
|
42 |
-
- num_epochs: 2
|
43 |
-
- mixed_precision_training: Native AMP
|
44 |
|
45 |
-
|
|
|
|
|
|
|
|
|
46 |
|
47 |
- Transformers 4.44.2
|
48 |
- Pytorch 2.4.0+cu121
|
49 |
- Datasets 2.21.0
|
50 |
-
- Tokenizers 0.19.1
|
|
|
6 |
model-index:
|
7 |
- name: finetune_iapp_thaiqa
|
8 |
results: []
|
9 |
+
license: mit
|
10 |
+
datasets:
|
11 |
+
- phoner45/iapp_thaiqa
|
12 |
+
language:
|
13 |
+
- th
|
14 |
+
pipeline_tag: question-answering
|
15 |
---
|
16 |
|
17 |
<!-- This model card has been generated automatically according to the information the Trainer had access to. You
|
|
|
18 |
|
19 |
# finetune_iapp_thaiqa
|
20 |
|
21 |
+
This model is a fine-tuned version of [airesearch/wangchanberta-base-att-spm-uncased](https://huggingface.co/airesearch/wangchanberta-base-att-spm-uncased) on the ipp_thaiqa dataset.
|
22 |
|
23 |
## Model description
|
24 |
|
25 |
+
โมเดลนี้ได้รับการออกแบบมาเพื่อทำงานในงานถามตอบ (Question Answering) สำหรับภาษาไทย โดยใช้สถาปัตยกรรม WangchanBERTa ซึ่งเป็นโมเดลภาษาไทยที่มีประสิทธิภาพสูง มาจากการปรับแต่งโมเดล BERT แบบไม่แยกตัวพิมพ์เล็กและพิมพ์ใหญ่ และใช้ SentencePiece Tokenizer โมเดลนี้เน้นที่การทำงานกับคำถามและคำตอบภาษาไทยโดยเฉพาะ
|
26 |
|
27 |
## Intended uses & limitations
|
28 |
|
29 |
+
การใช้งาน: โมเดลนี้สามารถนำไปใช้ในงานถามตอบ (Question Answering) สำหรับภาษาไทย เช่น ระบบแชทบอทที่ให้ข้อมูลตามคำถามที่ผู้ใช้ถาม
|
30 |
+
ข้อจำกัด: โมเดลนี้ได้รับการฝึกบนชุดข้อมูลจำกัด ดังนั้นอาจมีข้อผิดพลาดในการทำงานในบางบริบท และประสิทธิภาพอาจไม่ดีเท่าที่ควรในกรณีที่ข้อมูลหรือคำถามมีความซับซ้อนเกินไป หรือเป็นข้อมูลที่ไม่เคยพบเจอมาก่อน
|
31 |
|
32 |
+
# Use a pipeline as a high-level helper
|
33 |
|
34 |
+
from transformers import pipeline
|
35 |
|
36 |
+
pipe = pipeline("question-answering", model="phoner45/finetune_iapp_thaiqa")
|
37 |
+
|
38 |
+
context = """
|
39 |
+
ประเทศไทยมีกรุงเทพมหานครเป็นเมืองหลวง และเป็นเมืองที่ใหญ่ที่สุดในประเทศ
|
40 |
+
นอกจากนี้ยังมีจังหวัดอื่นๆ ที่สำคัญ เช่น เชียงใหม่ ภูเก็ต และขอนแก่น
|
41 |
+
ประเทศไทยมีการปกครองในระบอบประชาธิปไตย โดยมีพระมหากษัตริย์เป็นประมุข
|
42 |
+
"""
|
43 |
+
|
44 |
+
question = "เมืองหลวงของประเทศไทยคือเมืองอะไร?"
|
45 |
|
46 |
+
result = pipe(question=question, context=context)
|
47 |
|
48 |
+
print(result)
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
49 |
|
50 |
+
## Training and evaluation data
|
51 |
+
|
52 |
+
ข้อมูลชุดที่ใช้ในการฝึก (Training Dataset) Thai Wikipedia Question Answering Dataset ipp_thaiqa !wget https://archive.org/download/iapp_thaiqa/iapp_thaiqa.zip
|
53 |
+
|
54 |
+
## Training procedure
|
55 |
|
56 |
- Transformers 4.44.2
|
57 |
- Pytorch 2.4.0+cu121
|
58 |
- Datasets 2.21.0
|
59 |
+
- Tokenizers 0.19.1
|