B

Bert Base Cased Qa Evaluator

由 iarfmoose 开发
基于BERT-base-cased的问答对评估模型,用于判断问题和答案是否语义相关
下载量 122.54k
发布时间 : 3/2/2022

模型简介

该模型基于预训练的BERT-base-cased架构,添加序列分类头,用于评估问答对的有效性。最初设计用于与问题生成模型配合使用,评估生成问题的质量。

模型特点

语义相关性评估
能够判断问题和答案是否语义相关,而非简单匹配
预训练模型微调
基于强大的BERT-base-cased模型进行微调,具备良好的语言理解能力
多数据集训练
使用SQuAD、RACE、CoQA和MSMARCO等多个高质量问答数据集进行训练

模型能力

问答对评估
语义相关性判断
文本分类

使用案例

教育技术
自动问题生成系统评估
与问题生成模型配合使用,评估生成问题的质量
可有效筛选语义相关的问题答案对
内容审核
问答内容相关性检查
自动检测用户提交的问答对是否语义相关
AIbase
智启未来,您的人工智能解决方案智库
简体中文