T5 Weighter Cnndm En

🚀 t5-weighter_cnndm-en

本模型是一個基於T5-small的分類器模型，可預測答案/問題對是否被視為重要事實（這個答案是否足夠相關，能出現在合理的摘要中？）。它實際上是QuestEval評估指標的一個組件，但也可以獨立使用。

🚀 快速開始

模型使用

from transformers import T5Tokenizer, T5ForConditionalGeneration

tokenizer = T5Tokenizer.from_pretrained("ThomasNLG/t5-weighter_cnndm-en")

model = T5ForConditionalGeneration.from_pretrained("ThomasNLG/t5-weighter_cnndm-en")

你可以使用推理API來使用該模型，文本輸入格式應遵循以下模板（根據模型的訓練階段）：

text_input = "{ANSWER} </s> {QUESTION} </s> {CONTEXT}"

✨ 主要特性

• 基於T5-small架構構建，具備良好的文本處理能力。
• 可獨立使用，也可作為QuestEval指標的一部分。
• 能夠預測答案/問題對是否為重要事實。

📚 詳細文檔

訓練數據

該模型是根據論文Questeval: Summarization asks for fact-based evaluation中描述的合成數據進行訓練的。

引用信息

@article{scialom2021questeval,
  title={Questeval: Summarization asks for fact-based evaluation},
  author={Scialom, Thomas and Dray, Paul-Alexis and Gallinari, Patrick and Lamprier, Sylvain and Piwowarski, Benjamin and Staiano, Jacopo and Wang, Alex},
  journal={arXiv preprint arXiv:2103.12693},
  year={2021}
}

📄 許可證

本項目採用MIT許可證。