T5 Base Squad Qg

🚀 lmqg/t5-base-squad-qg模型卡片

該模型是基於t5-base在lmqg/qg_squad（數據集名稱：default）數據集上針對問題生成任務進行微調的版本，微調過程藉助了lmqg工具。

🚀 快速開始

模型概述

• 語言模型：t5-base
• 語言：英語
• 訓練數據：lmqg/qg_squad（默認）
• 在線演示：https://autoqg.net/
• 倉庫地址：https://github.com/asahi417/lm-question-generation
• 相關論文：https://arxiv.org/abs/2210.03992

使用示例

基礎用法

使用lmqg庫：

from lmqg import TransformersQG

# 初始化模型
model = TransformersQG(language="en", model="lmqg/t5-base-squad-qg")

# 模型預測
questions = model.generate_q(list_context="William Turner was an English painter who specialised in watercolour landscapes", list_answer="William Turner")

高級用法

使用transformers庫：

from transformers import pipeline

pipe = pipeline("text2text-generation", "lmqg/t5-base-squad-qg")
output = pipe("generate question: <hl> Beyonce <hl> further expanded her acting career, starring as blues singer Etta James in the 2008 musical biopic, Cadillac Records.")

📚 詳細文檔

評估指標

問題生成指標

• 指標詳情（問題生成）：原始指標文件

問題與答案生成指標（參考答案）

• 指標詳情（問題與答案生成，參考答案）：每個問題均由標準答案生成。原始指標文件

問題與答案生成指標（流水線方法）

• 指標詳情（問題與答案生成，流水線方法）：每個問題均基於lmqg/t5-base-squad-ae生成的答案生成。原始指標文件

域外問題生成指標

• 指標詳情（域外問題生成）

訓練超參數

微調過程中使用了以下超參數：

• 數據集路徑：lmqg/qg_squad
• 數據集名稱：default
• 輸入類型：['paragraph_answer']
• 輸出類型：['question']
• 前綴類型：['

📄 許可證

本模型採用CC BY 4.0許可證。