语言: 中文
标签:

• 问答系统
• 问题
• 回答
• SQuAD数据集
• 数据到文本
• 评估指标
• 自然语言生成
• T5小型模型
  许可证: MIT
  数据集:
• squad_v2
  模型索引:
• 名称: t5-qa_webnlg_synth-en
  成果:
  • 任务:
    名称: 数据问答
    类型: 抽取式问答
    小部件示例:
  • 文本: "The Eagle的食物类型是什么？ 名称 [ The Eagle ] , 餐饮类型 [ 咖啡店 ] , 食物 [ 法式 ] , 价格区间 [ 20-25英镑 ]"

t5-qa_webnlg_synth-en

模型描述

该模型是基于T5-small的数据问答模型，能够在给定结构化表格作为输入的情况下回答问题。
它实际上是QuestEval评估标准的一个组成部分，但也可以独立用于纯粹的问答任务。

使用方法

from transformers import T5Tokenizer, T5ForConditionalGeneration  

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

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

您可以通过推理API体验该模型，文本输入格式应遵循以下模板（与模型训练阶段一致）：

text_input = "{问题} </s> {上下文}"

其中上下文是一个线性化的结构化表格，格式如下：

上下文 = "名称 [ The Eagle ] , 餐饮类型 [ 咖啡店 ] , 食物 [ 法式 ] , 价格区间 [ 20-25英镑 ]"

训练数据

该模型基于合成数据训练，详见论文Data-QuestEval: A Referenceless Metric for Data to Text Semantic Evaluation。

引用信息

@article{rebuffel2021data,  
  title={Data-QuestEval: 一种无参考的数据到文本语义评估指标},  
  author={Rebuffel, Cl{\'e}ment and Scialom, Thomas and Soulier, Laure and Piwowarski, Benjamin and Lamprier, Sylvain and Staiano, Jacopo and Scoutheeten, Geoffrey and Gallinari, Patrick},  
  journal={arXiv预印本 arXiv:2104.07555},  
  year={2021}  
}