问题生成模型 - SQuAD任务启发

最新推荐文章于 2024-06-25 00:27:22 发布

liliangcsdn

最新推荐文章于 2024-06-25 00:27:22 发布

阅读量1.1k

点赞数

文章标签：自然语言处理问题自动生成

本文链接：https://blog.csdn.net/liliang199/article/details/111370087

版权

Squad任务

Squad任务是给出一段文章，以及问题，然后在这段文章中寻找答案，就是我们熟悉的阅读理解。但大部分时候我们更期望提出这篇文章能回答的问题，在一定程度上问题比答案更重要。比如，协助教师出题，协助证券分析师快速找到研报、新闻简讯中的核心事件。因此，我们讨论如何基于SQuAD任务，训练问题生成模型。

问题生成模型

Unilm是微软出的一个统一NLU和NLG的语言模型，能够实现SQuAD的问题生成。模型实现细节见unilm-v1的qg实验

unilm-v1

In addition, we demonstrate the effectiveness of UNILM on five NLG datasets, where it is used as a sequence-to-sequence model, creating new state-of-the-art results on CNN/DailyMail and Gigaword abstractive summarization, SQuAD question generation, CoQA generative question answering, and DSTC7 dialog response generation.