查询生成模型

该模型基于docTTTTTquery中的t5-base模型架构开发。

原始T5-base模型在MS MARCO段落数据集上训练完成，该数据集包含约50万条来自Bing的真实搜索查询及其相关文本段落。

本模型可用于生成查询语句，无需标注训练数据即可训练语义搜索模型，具体方法参见：合成查询生成技术。

使用方式

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。其设计哲学强调代码可读性，显著特点是使用空白字符缩进。语言结构和面向对象方法旨在帮助程序员编写逻辑清晰的代码，适用于各种规模的项目。"

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}')