Q&A com o Deep Learning

Recursos sobre o uso de modelos de Deep Learning para criar aplicativos de Q&A (Questões e Respostas) no domínio do PNL.

Sobre Q&A: Q& A é uma tarefa importante com base na qual a inteligência dos sistemas de PNL e da IA ​​em geral pode ser julgada. Um sistema de controle de qualidade recebe um breve parágrafo ou contexto sobre algum tópico e recebe algumas perguntas com base na passagem. As respostas para essas perguntas são abrangidas pelo contexto, ou seja, elas estão diretamente disponíveis na passagem. Para treinar esses modelos, usamos por exemplo o conjunto de dados SQUAD.

Nota: este post é um wiki - fique à vontade para editar para adicionar links ou outras informações úteis.

  • A Model for Open Domain Long Form Question Answering (17/06/2020, Yacine Jermite from Hugging Face): making Long Form Question Answering easy with a new document retriever, a notebook with end-to-end training code, and a live demo
  • PyTorch Question Answering: this repository contains implementations of some of the most important papers for Question Answering. The implementations are in the form of tutorials and are roughly annotations of the said papers. This repository might be helpful for those who know the basics of deep learning and NLP, want to get started with reading slightly complex papers and see how they are implemented. This repository also assumes some familiarity with PyTorch basics.

A Model for Open Domain Long Form Question Answering

17/06/2020 - Yacine Jermite from Hugging Face: making Long Form Question Answering easy with a new document retriever, a notebook with end-to-end training code, and a live demo

3 Curtidas

Excelente! Obrigado por compartilhar! O notebook está está imperdível.

PyTorch Question Answering

This repository contains implementations of some of the most important papers for Question Answering. The implementations are in the form of tutorials and are roughly annotations of the said papers. This repository might be helpful for those who know the basics of deep learning and NLP, want to get started with reading slightly complex papers and see how they are implemented. This repository also assumes some familiarity with PyTorch basics, although I have tried my best to break everything down in simple terms.

Link

Modelo de Question Answering em qualquer idioma baseado no BERT base (estudo de caso em português)

Este tutorial apresenta um método universal (e gratuito!) para treinar um modelo BERT para encontrar uma resposta a uma pergunta em um texto (se chama BERT QA ou BERT Question Answering), o tipo de modelo usado pelo… Google Search!

O método é aplicado ao caso do português e o modelo resultante é publicado no Model Hub da Hugging Face enquanto o seu caderno de treinamento está disponível no Google Colab e GitHub.

Assim, todos agora podem baixar esse modelo de QA em português, usá-lo ou até mesmo adaptá-lo para seu próprio conjunto de dados de QA.

Obrigado a todas as organizações que tornaram possível obter tal modelo eficiente de PLN (Processamento de Linguagem Natural)!
Em particular: Hugging Face, Neuralmind, Deep Learning Brasil group, Google Colab and AI Lab.

Olá a todos. Acabei de me inscrever neste forum, e parabenizo a todos pelo incrível trabalho sendo feito.
Pergunto a vocês que caminham indicam a alguém que quer construir um modelo que extrai informação estruturada de um conjunto de textos não estruturados.
Mais especificamente, são laudos médicos de certas especialidades de onde gostaria de extrair um determinado conjunto de medições.
Por exemplo, um laudo no formato texto tipicamente descreve dimensões de algum órgão, bem como dimensões de eventuais anomalias. O que eu busco é extrair destes laudos as características e suas medições.
Muito obrigado e parabéns pelo incrível trabalho.

1 Curtida