许可证：cc-by-4.0
评估指标：

• bleu4
• meteor
• rouge-l
• bertscore
• moverscore
  语言：en
  数据集：
• lmqg/qg_squad
  流水线标签：text2text-generation
  标签：
• 问题生成

小部件示例：

• 文本：" 碧昂斯进一步扩展了她的演艺事业，在2008年的音乐传记片《卡迪拉克唱片》中饰演蓝调歌手埃塔·詹姆斯。"
  示例标题："问题生成示例1"
• 文本：" 碧昂斯进一步扩展了她的演艺事业，在2008年的音乐传记片《卡迪拉克唱片》中饰演蓝调歌手埃塔·詹姆斯。"
  示例标题："问题生成示例2"
• 文本：" 碧昂斯进一步扩展了她的演艺事业，在2008年的音乐传记片《卡迪拉克唱片》中饰演蓝调歌手埃塔·詹姆斯。"
  示例标题："问题生成示例3"

模型索引：

• 名称：research-backup/bart-base-squad-qg-no-answer
  结果：
  • 任务：
    名称：文本到文本生成
    类型：text2text-generation
    数据集：
    名称：lmqg/qg_squad
    类型：default
    参数：default
    评估指标：
    • 名称：BLEU4（问题生成）
      类型：bleu4_question_generation
      值：21.97
    • 名称：ROUGE-L（问题生成）
      类型：rouge_l_question_generation
      值：49.7
    • 名称：METEOR（问题生成）
      类型：meteor_question_generation
      值：23.72
    • 名称：BERTScore（问题生成）
      类型：bertscore_question_generation
      值：90.38
    • 名称：MoverScore（问题生成）
      类型：moverscore_question_generation
      值：63.07

research-backup/bart-base-squad-qg-no-answer的模型卡

该模型是基于facebook/bart-base针对问题生成任务在lmqg/qg_squad（数据集名称：default）上通过lmqg微调的版本。
该模型在微调时未使用答案信息，即仅给定段落生成问题（注意常规模型是在给定段落及段落中相关答案的情况下微调以生成问题）。

概述

• 语言模型：facebook/bart-base
• 语言：en
• 训练数据：lmqg/qg_squad（default）
• 在线演示：https://autoqg.net/
• 代码库：https://github.com/asahi417/lm-question-generation
• 论文：https://arxiv.org/abs/2210.03992

使用方法

• 使用lmqg

from lmqg import TransformersQG  

# 初始化模型  
model = TransformersQG(language="en", model="research-backup/bart-base-squad-qg-no-answer")  

# 模型预测  
questions = model.generate_q(list_context="威廉·特纳是一位专门从事水彩风景画的英国画家", list_answer="威廉·特纳")  

• 使用transformers

from transformers import pipeline  

pipe = pipeline("text2text-generation", "research-backup/bart-base-squad-qg-no-answer")  
output = pipe("<hl> 碧昂斯进一步扩展了她的演艺事业，在2008年的音乐传记片《卡迪拉克唱片》中饰演蓝调歌手埃塔·詹姆斯。<hl>")  

评估

• 评估指标（问题生成）：原始指标文件