T5用于多任务QA和QG

这是一个为问题回答和答案感知问题生成任务训练的多任务模型。

对于问题生成，答案部分在文本中用特殊的高亮标记（<hl>）突出显示，并以“generate question:”为前缀。对于QA，输入的处理方式如下：question: question_text context: context_text </s>

您可以使用推理API与模型进行交互。以下是如何使用它的示例

对于QG

generate question: <hl> 42 <hl>是生命、宇宙和一切的答案。 </s>

对于QA

question: What is 42 context: 42是生命、宇宙和一切的答案。 </s>

有关更多详情，请参阅 this 的repo。

模型行动中 🚀

您需要克隆 repo 。

from pipelines import pipeline
nlp = pipeline("multitask-qa-qg", model="valhalla/t5-base-qa-qg-hl")

# to generate questions simply pass the text
nlp("42 is the answer to life, the universe and everything.")
=> [{'answer': '42', 'question': 'What is the answer to life, the universe and everything?'}]

# for qa pass a dict with "question" and "context"
nlp({
    "question": "What is 42 ?",
    "context": "42 is the answer to life, the universe and everything."
})
=> 'the answer to life, the universe and everything'