RL for Question Generation

Menjelajahi imbalan khusus pertanyaan untuk menghasilkan pertanyaan mendalam

Repositori ini berisi kode dan model untuk makalah ini: Menjelajahi imbalan khusus pertanyaan untuk menghasilkan pertanyaan mendalam (Coling 2020 oral). Di bawah ini adalah kerangka model yang kami usulkan.

Persyaratan

Lingkungan

 pytorch 1.4.0
nltk 3.4.4
numpy 1.18.1
tqdm 4.32.2

Data Preprocessing & Model

• Unduh di sini

Pelatihan

• Jalankan scripts/train_example.sh untuk melatih model ensemble yang memanfaatkan ketiga hadiah.

Menerjemahkan

• Jalankan scripts/translate_example.sh untuk mendapatkan prediksi pada dataset validasi.

Mengevaluasi

Kami menggunakan kode evaluasi untuk generasi Coco Coco Caption untuk evaluasi metrik otomatis.

• Untuk menginstal Pycocoevalcap dan ketergantungan Pycocotools, jalankan:

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

• Untuk mengevaluasi hasil dalam file yang diterjemahkan, misalnya prediction.txt , jalankan:

 python evaluate_metrics.py prediction.txt

Kutipan

    @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}
    }