RL for Question Generation

깊은 질문을 생성하기위한 질문 별 보상을 탐구합니다

이 저장소에는 논문에 대한 코드와 모델이 포함되어 있습니다. 깊은 질문을 생성하기위한 질문 별 보상 (Coling 2020 Oral). 아래는 제안 된 모델의 프레임 워크입니다.

요구 사항

환경

 pytorch 1.4.0
nltk 3.4.4
numpy 1.18.1
tqdm 4.32.2

데이터 전처리 및 모델

• 여기에서 다운로드하십시오

훈련

• scripts/train_example.sh 를 실행하여 세 가지 보상을 모두 사용하는 앙상블 모델을 훈련시킵니다.

번역

• scripts/translate_example.sh 실행하여 유효성 검사 데이터 세트에서 예측을 받으십시오.

평가

자동 지표에 대한 평가를 위해 MS Coco 캡션 생성에 대한 평가 코드를 사용합니다.

• pycocoevalcap 및 pycocotools 종속성을 설치하려면 실행하십시오.

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

• 번역 된 파일에서 결과를 평가하려면 예 : prediction.txt , run :

 python evaluate_metrics.py prediction.txt

소환

    @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}
    }