查询生成模型

该模型基于docTTTTTquery中的t5-base模型开发。

T5-base模型在MS MARCO段落数据集上进行了训练，该数据集包含约50万条来自Bing的真实搜索查询及其相关段落。

本模型可用于查询生成任务，无需标注训练数据即可学习语义搜索模型：合成查询生成。

使用方法

from transformers import T5Tokenizer, T5ForConditionalGeneration

tokenizer = T5Tokenizer.from_pretrained('模型名称')
model = T5ForConditionalGeneration.from_pretrained('模型名称')

para = "Python是一种解释型、高级通用编程语言。Python的设计哲学强调代码可读性，其显著特点是使用空白字符作为语法缩进。该语言的结构和面向对象方法旨在帮助程序员为大小项目编写清晰、符合逻辑的代码。"

input_ids = tokenizer.encode(para, return_tensors='pt')
outputs = model.generate(
	input_ids=input_ids,
	max_length=64,
	do_sample=True,
	top_p=0.95,
	num_return_sequences=3)

print("原文段落:")
print(para)

print("\n生成查询:")
for i in range(len(outputs)):
	query = tokenizer.decode(outputs[i], skip_special_tokens=True)
	print(f'{i + 1}: {query}')