T5 Base Squad Qg

🚀 lmqg/t5-base-squad-qg模型卡片

该模型是基于t5-base在lmqg/qg_squad（数据集名称：default）数据集上针对问题生成任务进行微调的版本，微调过程借助了lmqg工具。

🚀 快速开始

模型概述

• 语言模型：t5-base
• 语言：英语
• 训练数据：lmqg/qg_squad（默认）
• 在线演示：https://autoqg.net/
• 仓库地址：https://github.com/asahi417/lm-question-generation
• 相关论文：https://arxiv.org/abs/2210.03992

使用示例

基础用法

使用lmqg库：

from lmqg import TransformersQG

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

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

高级用法

使用transformers库：

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.")

📚 详细文档

评估指标

问题生成指标

• 指标详情（问题生成）：原始指标文件

问题与答案生成指标（参考答案）

• 指标详情（问题与答案生成，参考答案）：每个问题均由标准答案生成。原始指标文件

问题与答案生成指标（流水线方法）

• 指标详情（问题与答案生成，流水线方法）：每个问题均基于lmqg/t5-base-squad-ae生成的答案生成。原始指标文件

域外问题生成指标

• 指标详情（域外问题生成）

训练超参数

微调过程中使用了以下超参数：

• 数据集路径：lmqg/qg_squad
• 数据集名称：default
• 输入类型：['paragraph_answer']
• 输出类型：['question']
• 前缀类型：['

📄 许可证

本模型采用CC BY 4.0许可证。