Mt5 Base Chinese Qg

🚀 基於MT5的中文問題生成模型

本項目提供了一個基於MT5的中文問題生成模型，能夠根據給定的文本生成相關問題，可通過安裝特定包、在線使用或藉助transformers庫調用，同時給出了模型的評估指標。

🚀 快速開始

你可以通過以下兩種方式開始使用本模型：安裝 question-generation 包或在線使用。

📦 安裝指南

可以通過安裝 question-generation 包開始使用本模型，執行以下命令進行安裝：

pip install question-generation

使用方法請參考 GitHub項目。

💻 使用示例

基礎用法

可以直接在線使用我們的模型：在線使用鏈接

高級用法

通過 transformers 庫調用模型的示例代碼如下：

import torch
from transformers import AutoTokenizer, AutoModelForSeq2SeqLM

tokenizer = AutoTokenizer.from_pretrained("algolet/mt5-base-chinese-qg")
model = AutoModelForSeq2SeqLM.from_pretrained("algolet/mt5-base-chinese-qg")
model.eval()

text = "在一個寒冷的冬天，趕集完回家的農夫在路邊發現了一條凍僵了的蛇。他很可憐蛇，就把它放在懷裡。當他身上的熱氣把蛇溫暖以後，蛇很快甦醒了，露出了殘忍的本性，給了農夫致命的傷害——咬了農夫一口。農夫臨死之前說：“我竟然救了一條可憐的毒蛇，就應該受到這種報應啊！”"

text = "question generation: " + text
inputs = tokenizer(text,
                   return_tensors='pt',
                   truncation=True,
                   max_length=512)

with torch.no_grad():
  outs = model.generate(input_ids=inputs["input_ids"],
                        attention_mask=inputs["attention_mask"],
                        max_length=128,
                        no_repeat_ngram_size=4,
                        num_beams=4)

question = tokenizer.decode(outs[0], skip_special_tokens=True) 
questions = [q.strip() for q in  question.split("<sep>") if len(q.strip()) > 0]
print(questions)
['在寒冷的冬天,農夫在哪裡發現了一條可憐的蛇?', '農夫是如何看待蛇的?', '當農夫遇到蛇時,他做了什麼?'] 

🔧 技術細節

指標

語言:

• 中文

標籤:

• mt5
• 問題生成

評估指標:

• rouge