RL for Question Generation

การสำรวจรางวัลเฉพาะคำถามสำหรับการสร้างคำถามที่ลึกซึ้ง

ที่เก็บนี้มีรหัสและโมเดลสำหรับกระดาษ: การสำรวจรางวัลเฉพาะคำถามสำหรับการสร้างคำถามลึก (Coling 2020 ปากเปล่า) ด้านล่างเป็นกรอบของโมเดลที่เราเสนอ

ความต้องการ

สิ่งแวดล้อม

 pytorch 1.4.0
nltk 3.4.4
numpy 1.18.1
tqdm 4.32.2

การประมวลผลข้อมูลและรุ่นก่อน

• ดาวน์โหลดที่นี่

การฝึกอบรม

• เรียกใช้ scripts/train_example.sh เพื่อฝึกอบรมโมเดลวงดนตรีซึ่งใช้รางวัลทั้งสามรางวัล

การแปล

• เรียกใช้ scripts/translate_example.sh เพื่อรับการทำนายในชุดข้อมูลการตรวจสอบความถูกต้อง

การประเมิน

เราใช้รหัสการประเมินผลสำหรับการสร้างคำอธิบายภาพ MS Coco สำหรับการประเมินผลการวัดอัตโนมัติ

• ในการติดตั้ง pycocoevalcap และการพึ่งพา pycocotools ให้เรียกใช้:

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

• เพื่อประเมินผลลัพธ์ในไฟล์ที่แปล เช่น prediction.txt , Run:

 python evaluate_metrics.py prediction.txt

การอ้างอิง

    @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}
    }