RL for Question Generation

Изучение наград для конкретного вопроса за получение глубоких вопросов

Этот репозиторий содержит коды и модели для статьи: изучение наград, конкретных для создания глубоких вопросов (Coling 2020 Oral). Ниже приведена структура предложенной нашей модели.

Требования

Среда

 pytorch 1.4.0
nltk 3.4.4
numpy 1.18.1
tqdm 4.32.2

Предварительная обработка данных и модели

• Скачать здесь

Обучение

• Запустите scripts/train_example.sh для обучения модели ансамбля, которая использует все три награды.

Перевод

• Запустите scripts/translate_example.sh чтобы получить прогноз в наборе данных проверки.

Оценка

Мы используем коды оценки для генерации подготовителей MS Coco для оценки автоматических метрик.

• Чтобы установить Pycocoevalcap и зависимость Pycocotools, запустите:

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

• Чтобы оценить результаты в переведенном файле, например, prediction.txt , запустите:

 python evaluate_metrics.py prediction.txt

Цитирование

    @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}
    }