eraser_multi_rc

• توضیحات :

Eraser Multi RC مجموعه داده ای برای پرس و جوها در قسمت های چند خطی، همراه با پاسخ ها و منطق است. هر نمونه در این مجموعه داده دارای 5 بخش زیر است

1. یک متن چند خطی 2. یک پرس و جو در مورد قطعه 3. یک پاسخ به پرس و جو
2. طبقه بندی درست یا غلط بودن پاسخ 5. توضیحی که طبقه بندی را توجیه می کند

• اسناد اضافی : کاوش در کاغذها با کد

• صفحه اصلی : https://cogcomp.seas.upenn.edu/multirc/

• کد منبع : tfds.text.EraserMultiRc

• نسخه ها :

  • 0.1.1 (پیش فرض): بدون یادداشت انتشار.

• حجم دانلود : 1.59 MiB

• حجم مجموعه داده : 62.59 MiB

• ذخیره خودکار ( اسناد ): بله

• تقسیم ها :

شکاف	مثال ها
'test'	4,848
'train'	24,029
'validation'	3,214

• ساختار ویژگی :

FeaturesDict({
    'evidences': Sequence(Text(shape=(), dtype=string)),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=2),
    'passage': Text(shape=(), dtype=string),
    'query_and_answer': Text(shape=(), dtype=string),
})

• مستندات ویژگی :

ویژگی	کلاس	شکل	نوع D	شرح
	FeaturesDict
شواهد	دنباله (متن)	(هیچ یک،)	رشته
برچسب	ClassLabel		int64
گذر	متن		رشته
query_and_answer	متن		رشته

• کلیدهای نظارت شده (به as_supervised doc مراجعه کنید): None

• شکل ( tfds.show_examples ): پشتیبانی نمی شود.

• مثال‌ها ( tfds.as_dataframe ):

• نقل قول :

@unpublished{eraser2019,
    title = {ERASER: A Benchmark to Evaluate Rationalized NLP Models},
    author = {Jay DeYoung and Sarthak Jain and Nazneen Fatema Rajani and Eric Lehman and Caiming Xiong and Richard Socher and Byron C. Wallace}
}
@inproceedings{MultiRC2018,
    author = {Daniel Khashabi and Snigdha Chaturvedi and Michael Roth and Shyam Upadhyay and Dan Roth},
    title = {Looking Beyond the Surface:A Challenge Set for Reading Comprehension over Multiple Sentences},
    booktitle = {NAACL},
    year = {2018}
}