cos_e

• Descrizione :

Common Sense Explanations (CoS-E) consente ai modelli linguistici di addestramento di generare automaticamente spiegazioni che possono essere utilizzate durante l'addestramento e l'inferenza in un nuovo framework CAGE (Commonsense Auto-Generated Explanation).

• Documentazione aggiuntiva : Esplora documenti con codice

• Pagina iniziale : https://github.com/salesforce/cos-e

• Codice sorgente : tfds.text.CosE

• Versioni :

  • 0.0.1 (impostazione predefinita): nessuna nota di rilascio.

• Dimensione del download : 6.23 MiB

• Dimensione del set di dati: 3.89 MiB

• Auto-cache ( documentazione ): Sì

• Divisioni :

Diviso	Esempi
'train'	9.741
'validation'	1.221

• Struttura delle caratteristiche :

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),
})

• Documentazione delle funzionalità :

Caratteristica	Classe	Forma	Tipo D	Descrizione
	CaratteristicheDict
spiegazione_astrattiva	Testo		corda
Rispondere	Testo		corda
scelte	Sequenza(Testo)	(Nessuno,)	corda
estrattiva_spiegazione	Testo		corda
id	Testo		corda
domanda	Testo		corda

• Chiavi supervisionate (Vedi as_supervised doc ): None

• Figura ( tfds.show_examples ): non supportato.

• Esempi ( tfds.as_dataframe ):

• Citazione :

@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"
}