kosmos_qa

Deskripsi :

Cosmos QA adalah kumpulan data skala besar dari 35,6 ribu masalah yang membutuhkan pemahaman bacaan berbasis akal sehat, yang diformulasikan sebagai pertanyaan pilihan ganda. Ini berfokus pada membaca yang tersirat atas beragam kumpulan narasi sehari-hari orang, mengajukan pertanyaan tentang kemungkinan penyebab atau efek dari peristiwa yang memerlukan penalaran di luar rentang teks yang tepat dalam konteks.

Dokumentasi Tambahan : Jelajahi di Makalah Dengan Kode
Beranda : https://wilburone.github.io/cosmos/
Kode sumber : tfds.question_answering.CosmosQA
Versi :
- 1.0.0 (default): Tidak ada catatan rilis.
Ukuran unduhan : 23.27 MiB
Ukuran dataset : 27.09 MiB
Di-cache otomatis ( dokumentasi ): Ya
Perpecahan :

Membelah	Contoh
`'test'`	6.963
`'train'`	25.262
`'validation'`	2.985

Struktur fitur :

FeaturesDict({
    'answer0': Text(shape=(), dtype=string),
    'answer1': Text(shape=(), dtype=string),
    'answer2': Text(shape=(), dtype=string),
    'answer3': Text(shape=(), dtype=string),
    'context': Text(shape=(), dtype=string),
    'id': Text(shape=(), dtype=string),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=4),
    'question': Text(shape=(), dtype=string),
})

Dokumentasi fitur :

Fitur	Kelas	Dtype
	fiturDict
jawaban0	Teks	rangkaian
jawaban 1	Teks	rangkaian
jawaban2	Teks	rangkaian
jawaban3	Teks	rangkaian
konteks	Teks	rangkaian
Indo	Teks	rangkaian
label	LabelKelas	int64
pertanyaan	Teks	rangkaian

Kunci yang diawasi (Lihat as_supervised doc ): None
Gambar ( tfds.show_examples ): Tidak didukung.
Contoh ( tfds.as_dataframe ):

Kutipan :

@inproceedings{huang-etal-2019-cosmos,
    title = "Cosmos {QA}: Machine Reading Comprehension with Contextual Commonsense Reasoning",
    author = "Huang, Lifu  and
      Le Bras, Ronan  and
      Bhagavatula, Chandra  and
      Choi, Yejin",
    booktitle = "Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing and the 9th International Joint Conference on Natural Language Processing (EMNLP-IJCNLP)",
    year = "2019",
    url = "https://www.aclweb.org/anthology/D19-1243"
}