🚀 基于MT5的中文问题生成模型

本项目提供了一个基于MT5的中文问题生成模型，能够根据给定的文本生成相关问题，可通过安装特定包、在线使用或借助transformers库调用，同时给出了模型的评估指标。

🚀 快速开始

你可以通过以下两种方式开始使用本模型：安装 question-generation 包或在线使用。

📦 安装指南

可以通过安装 question-generation 包开始使用本模型，执行以下命令进行安装：

pip install question-generation

使用方法请参考 GitHub项目。

💻 使用示例

基础用法

可以直接在线使用我们的模型：在线使用链接

高级用法

通过 transformers 库调用模型的示例代码如下：

import torch
from transformers import AutoTokenizer, AutoModelForSeq2SeqLM

tokenizer = AutoTokenizer.from_pretrained("algolet/mt5-base-chinese-qg")
model = AutoModelForSeq2SeqLM.from_pretrained("algolet/mt5-base-chinese-qg")
model.eval()

text = "在一个寒冷的冬天，赶集完回家的农夫在路边发现了一条冻僵了的蛇。他很可怜蛇，就把它放在怀里。当他身上的热气把蛇温暖以后，蛇很快苏醒了，露出了残忍的本性，给了农夫致命的伤害——咬了农夫一口。农夫临死之前说：“我竟然救了一条可怜的毒蛇，就应该受到这种报应啊！”"

text = "question generation: " + text
inputs = tokenizer(text,
                   return_tensors='pt',
                   truncation=True,
                   max_length=512)

with torch.no_grad():
  outs = model.generate(input_ids=inputs["input_ids"],
                        attention_mask=inputs["attention_mask"],
                        max_length=128,
                        no_repeat_ngram_size=4,
                        num_beams=4)

question = tokenizer.decode(outs[0], skip_special_tokens=True) 
questions = [q.strip() for q in  question.split("<sep>") if len(q.strip()) > 0]
print(questions)
['在寒冷的冬天,农夫在哪里发现了一条可怜的蛇?', '农夫是如何看待蛇的?', '当农夫遇到蛇时,他做了什么?'] 

🔧 技术细节

指标

语言:

• 中文

标签:

• mt5
• 问题生成

评估指标:

• rouge