Turkish Question Generation

Offical source code for
"Automated question generation & question answering from Turkish texts"

citation

If you use this software in your work, please cite as:

@article{akyon2022questgen,
    author = {Akyon, Fatih Cagatay and Cavusoglu, Ali Devrim Ekin and Cengiz, Cemil and Altinuc, Sinan Onur and Temizel, Alptekin},
    doi = {10.3906/elk-1300-0632.3914},
    journal = {Turkish Journal of Electrical Engineering and Computer Sciences},
    title = {{Automated question generation and question answering from Turkish texts}},
    url = {https://journals.tubitak.gov.tr/elektrik/vol30/iss5/17/},
    year = {2022}
}

install

git clone https://github.com/obss/turkish-question-generation.git
cd turkish-question-generation
pip install -r requirements.txt

train

start a training using args:

python run.py --model_name_or_path google/mt5-small  --output_dir runs/exp1 --do_train --do_eval --tokenizer_name_or_path mt5_qg_tokenizer --per_device_train_batch_size 4 --gradient_accumulation_steps 2 --learning_rate 1e-4 --seed 42 --save_total_limit 1

download json config file and start a training:

python run.py config.json

downlaod yaml config file and start a training:

python run.py config.yaml

evaluate

arrange related params in config:

do_train: false
do_eval: true
eval_dataset_list: ["tquad2-valid", "xquad.tr"]
prepare_data: true
mt5_task_list: ["qa", "qg", "ans_ext"]
mt5_qg_format: "both"
no_cuda: false

start an evaluation:

python run.py config.yaml

neptune

install neptune:

pip install neptune-client

download config file and arrange neptune params:

run_name: 'exp1'
neptune_project: 'name/project'
neptune_api_token: 'YOUR_API_TOKEN'

start a training:

python train.py config.yaml

wandb

install wandb:

pip install wandb

download config file and arrange wandb params:

run_name: 'exp1'
wandb_project: 'turque'

start a training:

python train.py config.yaml

finetuned checkpoints

name	model	training data	trained tasks	model size ^(GB)
mt5-small-3task-highlight-tquad2	mt5-small	tquad2-train	QA,QG,AnsExt	1.2GB
mt5-small-3task-prepend-tquad2	mt5-small	tquad2-train	QA,QG,AnsExt	1.2GB
mt5-small-3task-highlight-combined3	mt5-small	tquad2-train+tquad2-valid+xquad.tr	QA,QG,AnsExt	1.2GB
mt5-base-3task-highlight-tquad2	mt5-base	tquad2-train	QA,QG,AnsExt	2.3GB
mt5-base-3task-highlight-combined3	mt5-base	tquad2-train+tquad2-valid+xquad.tr	QA,QG,AnsExt	2.3GB

format

answer extraction:

input:

"<hl> Osman Bey 1258 yılında Söğüt’te doğdu. <hl> Osman Bey 1 Ağustos 1326’da Bursa’da hayatını kaybetmiştir.1281 yılında Osman Bey 23 yaşında iken Ahi teşkilatından olan Şeyh Edebali’nin kızı Malhun Hatun ile evlendi."

target:

<sep> 1258 <sep> Söğüt’te <sep>

question answering:

input:

"question: Osman Bey nerede doğmuştur? context: Osman Bey 1258 yılında Söğüt’te doğdu. Osman Bey 1 Ağustos 1326’da Bursa’da hayatını kaybetmiştir.1281 yılında Osman Bey 23 yaşında iken Ahi teşkilatından olan Şeyh Edebali’nin kızı Malhun Hatun ile evlendi."

target:

"Söğüt’te"

question generation (prepend):

input:

"answer: Söğüt’te context: Osman Bey 1258 yılında Söğüt’te doğdu. Osman Bey 1 Ağustos 1326’da Bursa’da hayatını kaybetmiştir.1281 yılında Osman Bey 23 yaşında iken Ahi teşkilatından olan Şeyh Edebali’nin kızı Malhun Hatun ile evlendi."

target:

"Osman Bey nerede doğmuştur?"

question generation (highlight):

input:

"generate question: Osman Bey 1258 yılında <hl> Söğüt’te <hl> doğdu. Osman Bey 1 Ağustos 1326’da Bursa’da hayatını kaybetmiştir.1281 yılında Osman Bey 23 yaşında iken Ahi teşkilatından olan Şeyh Edebali’nin kızı Malhun Hatun ile evlendi."

target:

"Osman Bey nerede doğmuştur?"

question generation (both):

input:

"answer: Söğüt’te context: Osman Bey 1258 yılında <hl> Söğüt’te <hl> doğdu. Osman Bey 1 Ağustos 1326’da Bursa’da hayatını kaybetmiştir.1281 yılında Osman Bey 23 yaşında iken Ahi teşkilatından olan Şeyh Edebali’nin kızı Malhun Hatun ile evlendi."

target:

"Osman Bey nerede doğmuştur?"

paper results

BERTurk-base and mT5-base QA evaluation results for TQuADv2 fine-tuning.

mT5-base QG evaluation results for single-task (ST) and multi-task (MT) for TQuADv2 fine-tuning.

TQuADv1 and TQuADv2 fine-tuning QG evaluation results for multi-task mT5 variants. MT-Both means, mT5 model is fine-tuned with ’Both’ input format and in a multi-task setting.

paper configs

You can find the config files used in the paper under configs/paper.

contributing

Before opening a PR:

Install required development packages:

pip install "black==21.7b0" "flake8==3.9.2" "isort==5.9.2"

Reformat with black and isort:

black . --config pyproject.toml
isort .

obss / turkish-question-generation Goto Github PK