Unsupervised-Multi-hop-QA:NAACL 2021论文“通过问题生成的无监督多跳问题回答”的代码

上传者: 42131405 | 上传时间: 2022-06-16 20:43:53 | 文件大小: 1.42MB | 文件类型: ZIP
无监督多跳质量检查 该存储库包含该论文的代码和模型: 。 我们提出了MQA-QG,这是一种无监督的问答框架,可以从同构和异构数据源生成类似于人的多跳训练对。 我们发现我们可以仅使用生成的数据来训练胜任的多跳质量检查模型。 在和数据集中,无监督模型和完全监督模型之间的F1差距小于20。 使用我们生成的数据对多跳质量检查模型进行预训练将大大减少对多步质量检查的人工注释训练数据的需求。 介绍 该模型首先定义了一组基本运算符,以从每个输入源检索/生成相关信息或汇总不同的信息,如下所示。 然后,我们定义六个推理图。 每个都对应一种类型的多跳问题,并被公式化为基于运算符的计算图。 我们通过执行推理图来生成多跳问答对。 要求 的Python 3.7.3 火炬1.7.1 tqdm 4.49.0 变压器4.3.3 资料准备 a)HotpotQA 首先,下载hotpotQA的原始数据集。 H

文件下载

资源详情

[{"title":"( 6 个子文件 1.42MB ) Unsupervised-Multi-hop-QA:NAACL 2021论文“通过问题生成的无监督多跳问题回答”的代码","children":[{"title":"Unsupervised-Multi-hop-QA-main","children":[{"title":"prep_data_hotpotQA.py <span style='color:#111;'> 2.36KB </span>","children":null,"spread":false},{"title":"LICENSE <span style='color:#111;'> 1.04KB </span>","children":null,"spread":false},{"title":".gitignore <span style='color:#111;'> 1.80KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 2.75KB </span>","children":null,"spread":false},{"title":"Resource","children":[{"title":"framework.png <span style='color:#111;'> 1.16MB </span>","children":null,"spread":false},{"title":"operators.png <span style='color:#111;'> 362.97KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明