question_generation：使用转换器生成神经问题

使用问题生成 :hugging_face: 变形金刚 项目详情 问题生成是根据文本段落自动生成问题的任务。 最简单的方法是回答问题。 在产生答案的问题中，向模型提供答案和段落，并通过考虑段落上下文来要求针对该答案生成问题。 尽管有许多论文可以进行质量保证任务，但它仍不如质量保证体系主流。 原因之一是大多数较早的论文都使用复杂的模型/处理管道，并且没有可用的预训练模型。 很少有最近的论文，特别是UniLM和ProphetNet具有可用于QG的SOTA预训练权重，但是用法似乎很复杂。 该项目的目的是使用直接训练的端到端方法，无需复杂的流水线，使用预训练的变压器（特别是seq-2-seq模型）进行问题生成的开源研究。