Question Answering

概要

主題に関するテキスト本文 (コンテキスト) とその主題に関する質問を入力すると、このモデルはその特定のコンテキストに基づいて質問に答えます。

このモデルは BERT モデルをベースに作成されています。

モデルのメタデータ

ドメイン アプリケーション 業種 フレームワーク トレーニング・データ 入力データの形式
自然言語処理 (NLP) 質疑応答 一般 TensorFlow SQuAD 1.1 テキスト

参考資料

ライセンス

コンポーネント ライセンス リンク
モデルの GitHub リポジトリー Apache 2.0 LICENSE
微調整されたモデルの重み Apache 2.0 LICENSE
事前トレーニングされたモデルの重み Apache 2.0 LICENSE
モデルのコード (サード・パーティー) Apache 2.0 LICENSE

このモデルのデプロイ方法

このモデルは、以下のメカニズムを使用してデプロイできます。

  • Dockerhub からデプロイする場合:
docker run -it -p 5000:5000 codait/max-question-answering
  • Kubernetes 上にデプロイする場合:
kubectl apply -f https://raw.githubusercontent.com/IBM/MAX-Question-Answering/master/max-question-answering.yaml

ここをクリックして、この MAX モデルを IBM Cloud 上にデプロイする方法を詳しく説明しているチュートリアルを参照してください。

使用例

このモデルをテストまたは使用するには、以下の方法があります。

cURL を使用してモデルをテストする

モデルをデプロイしたら、コマンド・ラインからモデルをテストできます。例えばローカルで実行する場合は、以下のコマンドを使用します。

curl -X POST "http://localhost:5000/model/predict" -H "accept: application/json" -H "Content-Type: application/json" -d "{\"paragraphs\": [{ \"context\": \"John lives in Brussels and works for the EU\", \"questions\": [\"Where does John Live?\",\"What does John do?\",\"What is his name?\" ]},{ \"context\": \"Jane lives in Paris and works for the UN\", \"questions\": [\"Where does Jane Live?\",\"What does Jane do?\" ]}]}"
{
  "status": "ok",
  "predictions": [
    [
      "Brussels",
      "works for the EU",
      "John"
    ],
    [
      "Paris",
      "works for the UN"
    ]
  ]
}

ノートブック内でモデルをテストする

デモ用ノートブックで、特定のテキスト・コーパスに基づいて、このモデルを使用して質問に答える手順を説明しています。このノートブックはデフォルトでは、ホストされているデモ・インスタンスを使用しますが、ローカルで実行されているインスタンスを使用することもできます。

新しいターミナル・ウィンドウ内で、モデルのリポジトリーのベース・フォルダーから次のコマンドを実行します。

jupyter notebook

上記のコマンドにより、ノートブック・サーバーが起動します。samples/demo.ipynb をクリックすると、デモ用ノートブックを起動できます。

このモデルのトレーニング方法

このモデルは、以下のメカニズムを使用してトレーニングできます。

リソースとコントリビューション

Model Asset Exchange プロジェクトへのコントリビューションにご興味がある場合、またはご不明な点がある場合は、このリンク先の手順に従ってください。