Create README.md

README.md

@@ -0,0 +1,61 @@
+---
+language: zh
+datasets:
+- Delta Reading Comprehension Dataset
+
+---
+# bert-base-chinese for QA 
+
+This is the [bert-base-chinese](https://huggingface.co/bert-base-chinese) model, fine-tuned using the DRCD dataset. It's been trained on question-answer pairs for the task of Question Answering.
+
+## Usage
+
+### In Transformers
+```python
+from transformers import BertTokenizerFast, BertForQuestionAnswering, pipeline
+model_name = "NchuNLP/Chinese-Question-Answering"
+tokenizer = BertTokenizerFast.from_pretrained(model_name)
+model = BertForQuestionAnswering.from_pretrained(model_name)
+# a) Get predictions
+nlp = pipeline('question-answering', model=model, tokenizer=tokenizer)
+QA_input = {
+    'question': '中興大學在哪里？',
+    'context': '國立中興大學（簡稱興大、NCHU），是位於臺中的一所高等教育機構。中興大學以農業科學、農業經濟學、獸醫、生命科學、轉譯醫學、生醫工程、生物科技、綠色科技等研究領域見長 。近年中興大學與臺中榮民總醫院、彰化師範大學、中國醫藥大學等機構合作，聚焦於癌症醫學、免疫醫學及醫學工程三項領域，將實驗室成果逐步應用到臨床上，未來「衛生福利部南投醫院中興院區」將改為「國立中興大學醫學院附設醫院」。興大也與臺中市政府合作，簽訂合作意向書，共同推動數位文化、智慧城市等面相帶動區域發展。'
+}
+res = nlp(QA_input)
+# b) Load model & tokenizer
+model = AutoModelForQuestionAnswering.from_pretrained(model)
+tokenizer = AutoTokenizer.from_pretrained(tokenizer)
+# c) Load API
+
+import requests
+
+API_URL = "https://api-inference.huggingface.co/models/NchuNLP/Chinese-Question-Answering"
+headers = {"Authorization": "Bearer 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"}
+
+def query(payload):
+	response = requests.post(API_URL, headers=headers, json=payload)
+	return response.json()
+	
+output = query({
+	"inputs": {
+		"question": "中興大學在哪里？",
+		"context": "國立中興大學（簡稱興大、NCHU），是位於臺中的一所高等教育機構。中興大學以農業科學、農業經濟學、獸醫、生命科學、轉譯醫學、生醫工程、生物科技、綠色科技等研究領域見長 。近年中興大學與臺中榮民總醫院、彰化師範大學、中國醫藥大學等機構合作，聚焦於癌症醫學、免疫醫學及醫學工程三項領域，將實驗室成果逐步應用到臨床上，未來「衛生福利部南投醫院中興院區」將改為「國立中興大學醫學院附設醫院」。興大也與臺中市政府合作，簽訂合作意向書，共同推動數位文化、智慧城市等面相帶動區域發展。"
+	},
+})
+
+print(output)
+```
+
+## Authors
+**Han Cheng Yu:** boy19990222@gmail.com
+
+**Yao-Chung Fan:** yfan@nchu.edu.tw
+
+## About us
+
+[中興大學自然語言處理實驗室](https://nlpnchu.org/)研究方向圍繞於深度學習技術在文字資料探勘 (Text Mining) 與自然語言處理 (Natural Language Processing) 方面之研究，目前實驗室成員的研究主題著重於機器閱讀理解 (Machine Reading Comprehension) 以及自然語言生成 (Natural Language Generation) 兩面向。
+
+## More Information
+
+<p>For more info about Nchu NLP Lab, visit our <strong><a href="https://demo.nlpnchu.org/">Lab Online Demo</a></strong> repo and <strong><a href="https://github.com/NCHU-NLP-Lab">GitHub</a></strong>.