- opis :
Common Sense Explanations (CoS-E) umożliwia trenowanie modeli językowych w celu automatycznego generowania wyjaśnień, które można wykorzystać podczas uczenia i wnioskowania w nowatorskiej strukturze Commonsense Auto-Generated Explanation (CAGE).
Dodatkowa dokumentacja : Przeglądaj dokumenty z kodem na
Strona główna : https://github.com/salesforce/cos-e
Kod źródłowy :
tfds.text.CosEWersje :
-
0.0.1(domyślnie): Brak informacji o wersji.
-
Rozmiar pliku do pobrania :
6.23 MiBRozmiar zestawu danych :
3.89 MiBAutomatyczne buforowanie ( dokumentacja ): Tak
Podziały :
| Rozdzielać | Przykłady |
|---|---|
'train' | 9741 |
'validation' | 1221 |
- Struktura funkcji :
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),
})
- Dokumentacja funkcji :
| Funkcja | Klasa | Kształt | Typ D | Opis |
|---|---|---|---|---|
| FunkcjeDict | ||||
| streszczenie_wyjaśnienie | Tekst | strunowy | ||
| odpowiadać | Tekst | strunowy | ||
| wybory | Sekwencja (tekst) | (Nic,) | strunowy | |
| wydobycie_wyjaśnienie | Tekst | strunowy | ||
| ID | Tekst | strunowy | ||
| pytanie | Tekst | strunowy |
Klucze nadzorowane (Zobacz dokument
as_supervised):NoneRysunek ( tfds.show_examples ): Nieobsługiwany.
Przykłady ( tfds.as_dataframe ):
- Cytat :
@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"
}