Bart Large Squad Qg

🚀 lmqg/bart-large-squad-qg 模型卡片

该模型是 facebook/bart-large 的微调版本，用于在 lmqg/qg_squad（数据集名称：default）上进行问题生成任务，微调过程借助了 lmqg。

🚀 快速开始

概述

• 语言模型：facebook/bart-large
• 语言：英语
• 训练数据：lmqg/qg_squad（默认）
• 在线演示：https://autoqg.net/
• 代码仓库：https://github.com/asahi417/lm-question-generation
• 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/bart-large-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/bart-large-squad-qg")
output = pipe("<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

问题生成指标

• 指标（问题生成）：原始指标文件

• 指标（问题与答案生成，参考答案）：每个问题由 标准答案 生成。原始指标文件

• 指标（问题与答案生成，流水线方法）：每个问题基于 lmqg/bart-large-squad-ae 生成的答案生成。原始指标文件

• 指标（问题生成，域外数据）

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：默认
• 输入类型：['paragraph_answer']

📄 许可证

本模型使用 CC BY 4.0 许可证。