TorchSharpCatalog.QuestionAnswer Método

Definição

Namespace:

Microsoft.ML.TorchSharp

Assembly:

Microsoft.ML.TorchSharp.dll

Pacote:

Microsoft.ML.TorchSharp v0.21.1

Sobrecargas

QuestionAnswer(MulticlassClassificationCatalog+MulticlassClassificationTrainers, QATrainer+Options)	Ajuste um modelo ROBERTA para Perguntas e Respostas. O limite para qualquer frase é de 512 tokens. Cada palavra normalmente será mapeada para um único token e adicionamos automaticamente dois tokens especulares (um token inicial e um token separador), portanto, em geral, esse limite será de 510 palavras para todas as frases.
QuestionAnswer(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, String, String, String, Int32, Int32, Int32, BertArchitecture, IDataView)	Ajuste um modelo ROBERTA para Perguntas e Respostas. O limite para qualquer frase é de 512 tokens. Cada palavra normalmente será mapeada para um único token e adicionamos automaticamente dois tokens especulares (um token inicial e um token separador), portanto, em geral, esse limite será de 510 palavras para todas as frases.

QuestionAnswer(MulticlassClassificationCatalog+MulticlassClassificationTrainers, QATrainer+Options)

Ajuste um modelo ROBERTA para Perguntas e Respostas. O limite para qualquer frase é de 512 tokens. Cada palavra normalmente será mapeada para um único token e adicionamos automaticamente dois tokens especulares (um token inicial e um token separador), portanto, em geral, esse limite será de 510 palavras para todas as frases.

public static Microsoft.ML.TorchSharp.Roberta.QATrainer QuestionAnswer (this Microsoft.ML.MulticlassClassificationCatalog.MulticlassClassificationTrainers catalog, Microsoft.ML.TorchSharp.Roberta.QATrainer.Options options);

static member QuestionAnswer : Microsoft.ML.MulticlassClassificationCatalog.MulticlassClassificationTrainers * Microsoft.ML.TorchSharp.Roberta.QATrainer.Options -> Microsoft.ML.TorchSharp.Roberta.QATrainer

<Extension()>
Public Function QuestionAnswer (catalog As MulticlassClassificationCatalog.MulticlassClassificationTrainers, options As QATrainer.Options) As QATrainer

Parâmetros

catalog

MulticlassClassificationCatalog.MulticlassClassificationTrainers

O catálogo da transformação.

options

QATrainer.Options

As opções para QA.

Retornos

QATrainer

QuestionAnswer(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, String, String, String, Int32, Int32, Int32, BertArchitecture, IDataView)

Ajuste um modelo ROBERTA para Perguntas e Respostas. O limite para qualquer frase é de 512 tokens. Cada palavra normalmente será mapeada para um único token e adicionamos automaticamente dois tokens especulares (um token inicial e um token separador), portanto, em geral, esse limite será de 510 palavras para todas as frases.

public static Microsoft.ML.TorchSharp.Roberta.QATrainer QuestionAnswer (this Microsoft.ML.MulticlassClassificationCatalog.MulticlassClassificationTrainers catalog, string contextColumnName = "Context", string questionColumnName = "Question", string trainingAnswerColumnName = "TrainingAnswer", string answerIndexColumnName = "AnswerIndex", string predictedAnswerColumnName = "Answer", string scoreColumnName = "Score", int topK = 3, int batchSize = 4, int maxEpochs = 10, Microsoft.ML.TorchSharp.NasBert.BertArchitecture architecture = Microsoft.ML.TorchSharp.NasBert.BertArchitecture.Roberta, Microsoft.ML.IDataView validationSet = default);

static member QuestionAnswer : Microsoft.ML.MulticlassClassificationCatalog.MulticlassClassificationTrainers * string * string * string * string * string * string * int * int * int * Microsoft.ML.TorchSharp.NasBert.BertArchitecture * Microsoft.ML.IDataView -> Microsoft.ML.TorchSharp.Roberta.QATrainer

<Extension()>
Public Function QuestionAnswer (catalog As MulticlassClassificationCatalog.MulticlassClassificationTrainers, Optional contextColumnName As String = "Context", Optional questionColumnName As String = "Question", Optional trainingAnswerColumnName As String = "TrainingAnswer", Optional answerIndexColumnName As String = "AnswerIndex", Optional predictedAnswerColumnName As String = "Answer", Optional scoreColumnName As String = "Score", Optional topK As Integer = 3, Optional batchSize As Integer = 4, Optional maxEpochs As Integer = 10, Optional architecture As BertArchitecture = Microsoft.ML.TorchSharp.NasBert.BertArchitecture.Roberta, Optional validationSet As IDataView = Nothing) As QATrainer

Parâmetros

catalog

MulticlassClassificationCatalog.MulticlassClassificationTrainers

O catálogo da transformação.

contextColumnName

String

O contexto da pergunta.

questionColumnName

String

A pergunta que está sendo feita.

trainingAnswerColumnName

String

A resposta usada para treinar o modelo.

answerIndexColumnName

String

O índice de caractere inicial dessa resposta no contexto.

predictedAnswerColumnName

String

A resposta prevista pelo modelo durante a inferência.

scoreColumnName

String

A pontuação das respostas previstas.

topK

Int32

Quantos resultados principais você deseja retornar para uma determinada pergunta.

batchSize

Int32

Número de linhas no lote.

maxEpochs

Int32

Número máximo de vezes para percorrer o conjunto de treinamento.

architecture

BertArchitecture

Arquitetura para o modelo. O padrão é Roberta.

validationSet

IDataView

O conjunto de validação usado durante o treinamento para melhorar a qualidade do modelo.

Retornos

QATrainer