Open Domain Question Answering

네이버 부스트캠프 AI Tech 4기 NLP 6조 HAPPY팀의 MRC task repository입니다.

목차

1. 프로젝트 개요
2. 팀원 소개
3. 파일 구성
4. How to Use
5. wrap-up report
   
   

1.프로젝트 개요

MRC task에서는 모델의 ODQA(Open-Domain Question Answering) 의 수행 능력을 평가하여 모델의 기계독해 성능을 측정합니다.
ODQA 모델은 two-stage로 구성됩니다.

첫 번째 단계는 입력된 질문에 대해 관련된 문서를 찾아주는 retriever model이고,
두 번째 단계인 reader model에서는 retriever model이 전달한 context를 이용해 입력된 query에 대한 정답을 찾게 됩니다.

대회 평가 기준은 EM(Exact Match) 와 micro F1 score 입니다.
학습에 사용된 dataset은 KLUE-MRC dataset 과 KorQuAD 1.0 dataset입니다

2.팀원 소개

• 박승현 : PM, Reader Model, Model Tuning, 결과 분석
• 김준휘 : DPR, Retriever Model
• 류재환 : 코드 리뷰어, Elastic Search
• 박수현 : EDA, 전처리, Reader Model, 결과 분석
• 설유민 : DPR, Retriever Model, Model Tuning
  
  

3.파일 구성

├──requirements.txt
├──reader
|   ├──analysis
|   ├──model
|   |  ├──model_selection.py
|   |  └──models.py
|   ├──preprocessing
|   |  └──preprocessor.py
|   ├──arg.yaml.template
|   ├──inference.py
|   ├──test_arg.yaml.template
|   ├──train.py
|   ├──trainer_qa.py
|   └──utils_qa.py
|
└──retriever
    ├──dense_retriever
    |   ├──dataset
    |   |   ├──retriever_dataset.py
    |   |   └──utils.py
    |   ├──get_features
    |   |   └──faiss_retriever.py
    |   ├──model
    |   |   └──dense_retriever.py
    |   ├──utils
    |   |   ├──seed.py
    |   |   └──topk.py
    |   ├──config.yaml.template
    |   ├──inferene.py
    |   ├──train.py
    |   └──validation.py
    ├──elasticsearch_retriever
    |   ├──arg.yaml.template
    |   ├──body.json
    |   ├──elastic.py
    |   └──inference.py
    └──sparse_retriever
        ├──BM25.py
        ├──config.yaml.template
        ├──inference.py
        └──tf_idf.py

4.How to Use

1. retriever model과 reader model을 따로 train 합니다
2. retriever model을 이용하여 wikipedia corpus에서 top-k passage를 inference 합니다
3. 2.의 top-k passage를 reader model에 넣어 최종 답안을 inference합니다.

install requirements

아래의 커맨드로 requirements.txt에 작성된 내용에 따라 패키지를 일괄 설치합니다.

pip install -r requirements.txt

---

retriever model

dense_retriever, sparse_retriever, elasticsearch_retriever 3가지 retriever가 구현되어 있습니다.

dense_retriever

retriever/dense_retriever/config.yaml.template을 참고하여 config를 설정할 수 있습니다.
train.py, validation.py, inference.py 모두 --conf 라는 argument를 전달할 수 있습니다.

• train : 아래 코드를 실행시켜 학습을 시작할 수 있습니다.

python3 retriever/dense_retriever/train.py --conf config.yaml

• validation : 아래 코드를 실행시켜 평가를 시작할 수 있습니다. 평가 기준은 top-k accuracy (k=5,10,20,50,100) 입니다

python3 retriever/dense_retriever/validation.py --conf config.yaml

• inference : 아래 코드를 실행시켜 reader model이 정답을 찾기 적절한 passage를 추론할 수 있습니다.

python3 retriever/dense_retriever/inference.py --conf config.yaml

retriever/dense_retriever/config.yaml.template 에서 학습 및 추론 설정을 변경할 수 있습니다.

sparse_retriever

아래 코드를 실행시켜 reader model이 정답을 찾기 적절한 passage를 추론할 수 있습니다. 별도의 학습 과정은 필요하지 않습니다.

python3 retriever/sparse_retriever/inference.py

retriever/sparse_retriever/config.yaml.template 에서 추론 설정을 변경할 수 있습니다

elasticsearch_retriever

아래 코드를 실행시켜 reader model이 정답을 찾기 적절한 passage를 추론할 수 있습니다. 별도의 학습 과정은 필요하지 않습니다.

python3 retriever/elasticsearch_retriever/inference.py

retriever/sparse_retriever/arg.yaml.template 에서 추론 설정을 변경할 수 있습니다.
연결 문제가 생긴다면 elasticsearch-8.5.3/config/elasticsearch.yml파일에서 xpack.security관련 옵션들을 false로 해주어야 합니다.

---

reader model

train

아래 코드를 실행시켜 학습을 시작할 수 있습니다

python3 reader/train.py

reader/arg.yaml.template 에서 학습 설정을 변경할 수 있습니다. 훈련 및 평가는 동시에 진행됩니다. 평가는 EM/micro F1으로 진행됩니다.

inference

아래 코드를 실행시켜 retriever model이 추론한 passage를 이용, 정답에 대한 추론을 시작할 수 있습니다.

python3 reader/inference.py

reader/test_arg.yaml.template 에서 추론 설정을 변경할 수 있습니다.

---

analysis

reader/analysis 폴더 내 노트북들을 사용하여 데이터 및 결과를 분석할 수 있습니다.

5.wrap-up report

MRC_NLP_팀 리포트(06조)_final.pdf