ChineseQG:NLPCC2017论文代码“通过基于模板的Seq2seq学习进行大规模简单问题生成”

中文QG 该项目包括基于知识库中的RDF三元组生成简单问题的两种方法，模板提取方法和基于模板的序列到序列（seq2seq）模型。 型号概述 模板提取 如上所示，我们从训练集中提取特定谓词（在这种情况下为“相关人物” /相关人物）的模板。 然后，我们随机选择这些提取的模板之一，以从测试集中生成给定三元组的新问题。 基于模板的Seq2seq 对于给定的三元组，三元组编码器的输入是（SUBJECT，SEP，PREDICT）的串联。 SEP在这里是“ |||”。 对于模板解码器，我们使用“（SUB）”标记代替问题中的SUBJECT（主题词），而不是使用整个问题进行输入。 安装 为了训练tseq2seq，我们强烈建议使用GPU来加快速度。 张量流 tseq2seq的代码基于Tensorflow。 您可以找到安装说明。 依存关系 该代码基于Python 2.7。 依赖关系在文件require