cos_e

• Описание :

Объяснения здравого смысла (CoS-E) позволяют обучающим языковым моделям автоматически генерировать объяснения, которые можно использовать во время обучения и вывода в новой структуре автоматически сгенерированного объяснения здравого смысла (CAGE).

• Дополнительная документация : изучить документы с кодом

• Домашняя страница : https://github.com/salesforce/cos-e

• Исходный код : tfds.text.CosE

• Версии :

  • 0.0.1 (по умолчанию): нет примечаний к выпуску.

• Размер загрузки : 6.23 MiB

• Размер набора данных : 3.89 MiB .

• Автоматическое кэширование ( документация ): Да

• Сплиты :

Расколоть	Примеры
'train'	9741
'validation'	1221

• Структура функции :

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),
})

• Документация по функциям :

Особенность	Учебный класс	Форма	Dтип	Описание
	ОсобенностиDict
abstract_explanation	Текст		нить
отвечать	Текст		нить
выбор	Последовательность (текст)	(Никто,)	нить
Extractive_explanation	Текст		нить
я бы	Текст		нить
вопрос	Текст		нить

• Ключи под наблюдением (см . документ as_supervised ): None

• Рисунок ( tfds.show_examples ): не поддерживается.

• Примеры ( tfds.as_dataframe ):

• Цитата :

@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"
}