cos_e

• คำอธิบาย :

Common Sense Explanations (CoS-E) อนุญาตให้ใช้โมเดลภาษาในการฝึกอบรมเพื่อสร้างคำอธิบายโดยอัตโนมัติที่สามารถใช้ระหว่างการฝึกอบรมและการอนุมานในเฟรมเวิร์ก Commonsense Auto-Generated Explanation (CAGE) แบบใหม่

• เอกสารประกอบเพิ่มเติม : สำรวจเอกสารด้วยรหัส

• หน้าแรก : https://github.com/salesforce/cos-e

• รหัสที่มา : tfds.text.CosE

• รุ่น :

  • 0.0.1 (ค่าเริ่มต้น): ไม่มีบันทึกประจำรุ่น

• ขนาดการดาวน์โหลด : 6.23 MiB

• ขนาดชุดข้อมูล : 3.89 MiB

• แคชอัตโนมัติ ( เอกสาร ): ใช่

• แยก :

แยก	ตัวอย่าง
'train'	9,741
'validation'	1,221

• โครงสร้างคุณลักษณะ :

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),
})

• เอกสารคุณสมบัติ :

ลักษณะเฉพาะ	ระดับ	รูปร่าง	Dประเภท	คำอธิบาย
	คุณสมบัติDict
abstractive_explanation	ข้อความ		สตริง
คำตอบ	ข้อความ		สตริง
ทางเลือก	ลำดับ (ข้อความ)	(ไม่มี,)	สตริง
extractive_explanation	ข้อความ		สตริง
รหัส	ข้อความ		สตริง
คำถาม	ข้อความ		สตริง

• คีย์ภายใต้การดูแล (ดู as_supervised doc ): None

• รูปภาพ ( tfds.show_examples ): ไม่รองรับ

• ตัวอย่าง ( tfds.as_dataframe ):

• การอ้างอิง :

@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"
}