cosmos_qa

• คำอธิบาย :

Cosmos QA เป็นชุดข้อมูลขนาดใหญ่ของปัญหา 35.6K ที่ต้องใช้ความเข้าใจในการอ่านโดยใช้สามัญสำนึก โดยจัดทำเป็นคำถามแบบปรนัย เน้นการอ่านระหว่างบรรทัดผ่านชุดเรื่องเล่าประจำวันของผู้คนที่หลากหลาย ถามคำถามเกี่ยวกับสาเหตุหรือผลกระทบที่เป็นไปได้ของเหตุการณ์ที่ต้องใช้เหตุผลนอกเหนือจากช่วงข้อความที่แน่นอนในบริบท

• เอกสารประกอบเพิ่มเติม : สำรวจเอกสารด้วยรหัส

• หน้าแรก : https://wilburone.github.io/cosmos/

• รหัสที่มา : tfds.question_answering.CosmosQA

• รุ่น :

  • 1.0.0 (ค่าเริ่มต้น): ไม่มีบันทึกประจำรุ่น

• ขนาดการดาวน์โหลด : 23.27 MiB

• ขนาดชุดข้อมูล : 27.09 MiB

• แคชอัตโนมัติ ( เอกสาร ): ใช่

• แยก :

แยก	ตัวอย่าง
'test'	6,963
'train'	25,262
'validation'	2,985

• โครงสร้างคุณลักษณะ :

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),
})

• เอกสารคุณสมบัติ :

ลักษณะเฉพาะ	ระดับ	รูปร่าง	Dประเภท	คำอธิบาย
	คุณสมบัติDict
คำตอบ0	ข้อความ		สตริง
คำตอบ1	ข้อความ		สตริง
คำตอบ2	ข้อความ		สตริง
คำตอบที่ 3	ข้อความ		สตริง
บริบท	ข้อความ		สตริง
รหัส	ข้อความ		สตริง
ฉลาก	ป้ายกำกับคลาส		int64
คำถาม	ข้อความ		สตริง

• คีย์ภายใต้การดูแล (ดู as_supervised doc ): None

• รูปภาพ ( tfds.show_examples ): ไม่รองรับ

• ตัวอย่าง ( tfds.as_dataframe ):

• การอ้างอิง :

@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"
}