RL for Question Generation

Explorando recompensas específicas de perguntas para gerar perguntas profundas

Este repositório contém códigos e modelos para o artigo: Explorando recompensas específicas de perguntas para gerar perguntas profundas (Coling 2020 Oral). Abaixo está a estrutura do nosso modelo proposto.

Requisitos

Ambiente

 pytorch 1.4.0
nltk 3.4.4
numpy 1.18.1
tqdm 4.32.2

Pré -processamento de dados e modelos

• Baixe aqui

Treinamento

• Execute scripts/train_example.sh para treinar o modelo de conjunto que utiliza todas as três recompensas.

Traduzindo

• Execute scripts/translate_example.sh para obter a previsão no conjunto de dados de validação.

Avaliação

Tomamos o uso dos códigos de avaliação para a geração de legendas MS para avaliação em métricas automáticas.

• Para instalar o pycocoevalcap e a dependência do pycocotools, execute:

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

• Para avaliar os resultados no arquivo traduzido, por exemplo , prediction.txt , execute:

 python evaluate_metrics.py prediction.txt

Citação

    @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}
    }