RL for Question Generation

Explorer les récompenses spécifiques aux questions pour générer des questions profondes

Ce référentiel contient des codes et des modèles pour l'article: explorer des récompenses spécifiques à des questions pour générer des questions profondes (coling 2020 oral). Vous trouverez ci-dessous le cadre de notre modèle proposé.

Exigences

Environnement

 pytorch 1.4.0
nltk 3.4.4
numpy 1.18.1
tqdm 4.32.2

Prétraitement des données et modèles

• Télécharger ici

Entraînement

• Exécutez scripts/train_example.sh pour former le modèle d'ensemble qui utilise les trois récompenses.

Traduction

• Exécutez scripts/translate_example.sh pour obtenir la prédiction sur l'ensemble de données de validation.

Évaluation

Nous utilisons les codes d'évaluation pour la génération de légendes de MS Coco pour l'évaluation des mesures automatiques.

• Pour installer PycocoevalCap et la dépendance des pycocotools, exécutez:

 pip install git+https://github.com/salaniz/pycocoevalcap

• Pour évaluer les résultats dans le fichier traduit, par exemple prediction.txt , exécuter:

 python evaluate_metrics.py prediction.txt

Citation

    @inproceedings{xie-etal-2020-RLQG,
      title = {Exploring Question-Specific Rewards for Generating Deep Questions},
      author = {Xie, Yuxi and Pan, Liangming and Wang, Dongzhe and Kan, Min-Yen and Feng, Yansong},
      booktitle = {The 28th International Conference on Computational Linguistics (COLING 2020)},
      year = {2020}
    }