TorchSharpCatalog.QuestionAnswer Método

Definición

Espacio de nombres:

Microsoft.ML.TorchSharp

Ensamblado:

Microsoft.ML.TorchSharp.dll

Paquete:

Microsoft.ML.TorchSharp v0.23.0-preview.1.25125.4

Sobrecargas

QuestionAnswer(MulticlassClassificationCatalog+MulticlassClassificationTrainers, QATrainer+Options)	Ajuste un modelo ROBERTA para preguntas y respuestas. El límite de cualquier oración es de 512 tokens. Cada palabra normalmente se asignará a un único token y agregaremos automáticamente 2 tokens específicos (un token de inicio y un token separador), por lo que, en general, este límite será de 510 palabras para todas las oraciones.
QuestionAnswer(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, String, String, String, Int32, Int32, Int32, BertArchitecture, IDataView)	Ajuste un modelo ROBERTA para preguntas y respuestas. El límite de cualquier oración es de 512 tokens. Cada palabra normalmente se asignará a un único token y agregaremos automáticamente 2 tokens específicos (un token de inicio y un token separador), por lo que, en general, este límite será de 510 palabras para todas las oraciones.

QuestionAnswer(MulticlassClassificationCatalog+MulticlassClassificationTrainers, QATrainer+Options)

Source:

TorchSharpCatalog.cs

Ajuste un modelo ROBERTA para preguntas y respuestas. El límite de cualquier oración es de 512 tokens. Cada palabra normalmente se asignará a un único token y agregaremos automáticamente 2 tokens específicos (un token de inicio y un token separador), por lo que, en general, este límite será de 510 palabras para todas las oraciones.

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

Parámetros

catalog

MulticlassClassificationCatalog.MulticlassClassificationTrainers

Catálogo de la transformación.

options

QATrainer.Options

Las opciones de QA.

Devoluciones

QATrainer

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

Source:

TorchSharpCatalog.cs

Ajuste un modelo ROBERTA para preguntas y respuestas. El límite de cualquier oración es de 512 tokens. Cada palabra normalmente se asignará a un único token y agregaremos automáticamente 2 tokens específicos (un token de inicio y un token separador), por lo que, en general, este límite será de 510 palabras para todas las oraciones.

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

Parámetros

catalog

MulticlassClassificationCatalog.MulticlassClassificationTrainers

Catálogo de la transformación.

contextColumnName

String

Contexto de la pregunta.

questionColumnName

String

La pregunta que se pregunta.

trainingAnswerColumnName

String

Respuesta usada para entrenar el modelo.

answerIndexColumnName

String

Índice de carácter inicial de esa respuesta en el contexto.

predictedAnswerColumnName

String

Respuesta prevista por el modelo durante la inferencia.

scoreColumnName

String

Puntuación de las respuestas previstas.

topK

Int32

Cuántos resultados principales desea devolver para una pregunta determinada.

batchSize

Int32

Número de filas del lote.

maxEpochs

Int32

Número máximo de veces que recorrer el conjunto de entrenamiento.

architecture

BertArchitecture

Arquitectura para el modelo. El valor predeterminado es Roberta.

validationSet

IDataView

Conjunto de validación usado durante el entrenamiento para mejorar la calidad del modelo.

Devoluciones

QATrainer