AQGINDOT5

Model ini adalah hasil fine-tuning cahya/t5-base-indonesian-summarization-cased untuk tugas Automatic Question Generation Bahasa Indonesia menggunakan dataset rifkiaputri/idk-mrc.

Tujuan

Model menerima answer dan context, lalu menghasilkan pertanyaan yang relevan.

Format Input

generate question: answer: <jawaban> context: <konteks>

Contoh Input

generate question: answer: menghasilkan pertanyaan secara otomatis context: Automatic Question Generation adalah proses menghasilkan pertanyaan secara otomatis dari sebuah konteks bacaan menggunakan model NLP.

Contoh Output

Apa fungsi Automatic Question Generation?

Catatan Training dan Deployment

Model dilatih menggunakan IDK-MRC yang berisi pasangan context, answer, dan question yang relatif terstruktur.

Pada deployment Streamlit, input user berupa PDF/PPT/DOCX diparsing terlebih dahulu, lalu diproses dengan pipeline preprocessing di preprocess.py. Pipeline deployment tersebut menangani teks tidak terstruktur seperti bullet point, heading pendek, dan minim tanda baca sebelum masuk ke model ini.