cos_e

Descrição :

O Common Sense Explanations (CoS-E) permite que os modelos de linguagem de treinamento gerem automaticamente explicações que podem ser usadas durante o treinamento e a inferência em uma nova estrutura de Commonsense Auto-Generated Explanation (CAGE).

Documentação Adicional : Explore em Papers With Code
Página inicial : https://github.com/salesforce/cos-e
Código -fonte: tfds.text.CosE
Versões :
- 0.0.1 (padrão): sem notas de versão.
Tamanho do download : 6.23 MiB
Tamanho do conjunto de dados : 3.89 MiB
Cache automático ( documentação ): Sim
Divisões :

Dividir	Exemplos
`'train'`	9.741
`'validation'`	1.221

Estrutura de recursos :

FeaturesDict({
    'abstractive_explanation': Text(shape=(), dtype=string),
    'answer': Text(shape=(), dtype=string),
    'choices': Sequence(Text(shape=(), dtype=string)),
    'extractive_explanation': Text(shape=(), dtype=string),
    'id': Text(shape=(), dtype=string),
    'question': Text(shape=(), dtype=string),
})

Documentação do recurso:

Característica	Classe	Forma	Tipo D
	RecursosDict
explicação_abstrativa	Texto		corda
responda	Texto		corda
escolhas	Sequência (Texto)	(Nenhum,)	corda
explicação_extrativa	Texto		corda
Eu iria	Texto		corda
pergunta	Texto		corda

Chaves supervisionadas (Consulte as_supervised doc ): None
Figura ( tfds.show_examples ): Não suportado.
Exemplos ( tfds.as_dataframe ):

Citação :

@inproceedings{rajani2019explain,
     title = "Explain Yourself! Leveraging Language models for Commonsense Reasoning",
    author = "Rajani, Nazneen Fatema  and
      McCann, Bryan  and
      Xiong, Caiming  and
      Socher, Richard",
      year="2019",
    booktitle = "Proceedings of the 2019 Conference of the Association for Computational Linguistics (ACL2019)",
    url ="https://arxiv.org/abs/1906.02361"
}