答案返回的是完整的context

[yehx1]

from transformers import AutoTokenizer, AutoModelForQuestionAnswering
tokenizer = AutoTokenizer.from_pretrained("luhua/chinese_pretrain_mrc_roberta_wwm_ext_large")
model = AutoModelForQuestionAnswering.from_pretrained("luhua/chinese_pretrain_mrc_roberta_wwm_ext_large")
QA = pipeline('question-answering', model=model, tokenizer=tokenizer)
QA_input = {'question': "著名诗歌《假如生活欺骗了你》的作者是",'context': "普希金从那里学习人民的语言，吸取了许多有益的养料，这一切对普希金后来的创作产生了很大的影响。这两年里，普希金创作了不少优秀的作品，如《囚徒》、《致大海》、《致凯恩》和《假如生活欺骗了你》等几十首抒情诗，叙事诗《努林伯爵》，历史剧《鲍里斯·戈都诺夫》，以及《叶甫盖尼·奥涅金》前六章。"}
QA(QA_input)
这样返回答案是context，试了很多都是这样。
能麻烦帮忙看一下吗？谢谢！

[KyleLeith-007]

我也遇到了这样的情况，有些数据输入进去，结果却把整个context给输出了，不明白是怎么回事····

[juaner09]

metrics.py 456行：

tokenizer = BasicTokenizer(do_lower_case=do_lower_case)

tok_text = " ".join(tokenizer.tokenize(orig_text))

分词与训练中分词不一致导致的

[KyleLeith-007]

metrics.py 456行：

tokenizer = BasicTokenizer(do_lower_case=do_lower_case)

tok_text = " ".join(tokenizer.tokenize(orig_text))

分词与训练中分词不一致导致的

能否指导一下如何修改···太菜了不会修改···

[juaner09]

metrics.py 456行：
tokenizer = BasicTokenizer(do_lower_case=do_lower_case)

tok_text = " ".join(tokenizer.tokenize(orig_text))

分词与训练中分词不一致导致的

能否指导一下如何修改···太菜了不会修改···

分词统一为BertTokenizer，解决掉BertTokenizer出现的‘[UNK]’和wordpiece分词导致的单词被分开就可以了

[KyleLeith-007]

metrics.py 456行：
tokenizer = BasicTokenizer(do_lower_case=do_lower_case)

tok_text = " ".join(tokenizer.tokenize(orig_text))

分词与训练中分词不一致导致的

能否指导一下如何修改···太菜了不会修改···

分词统一为BertTokenizer，解决掉BertTokenizer出现的‘[UNK]’和wordpiece分词导致的单词被分开就可以了

enen，非常感谢