q_re_cc

• توضیحات :

مجموعه داده ای حاوی 14 هزار مکالمه با 81 هزار جفت پرسش و پاسخ. QReCC بر اساس سوالات TREC CAsT، QuAC و Google Natural Questions ساخته شده است.

• صفحه اصلی : https://github.com/apple/ml-qrecc

• کد منبع : tfds.text.qrecc.QReCC

• نسخه ها :

  • 1.0.0 (پیش فرض): انتشار اولیه.

• حجم دانلود : 7.60 MiB

• حجم مجموعه داده : 69.29 MiB

• ذخیره خودکار ( اسناد ): بله

• تقسیمات :

تقسیم کنید	نمونه ها
'test'	16,451
'train'	63,501

• ساختار ویژگی :

FeaturesDict({
    'answer': Text(shape=(), dtype=string),
    'answer_url': Text(shape=(), dtype=string),
    'context': Sequence(Text(shape=(), dtype=string)),
    'conversation_id': Scalar(shape=(), dtype=int32, description=The id of the conversation.),
    'question': Text(shape=(), dtype=string),
    'question_rewrite': Text(shape=(), dtype=string),
    'source': Text(shape=(), dtype=string),
    'turn_id': Scalar(shape=(), dtype=int32, description=The id of the conversation turn, within a conversation.),
})

• مستندات ویژگی :

ویژگی	کلاس	شکل	نوع D	توضیحات
	FeaturesDict
پاسخ دهید	متن		رشته
answer_url	متن		رشته
زمینه	دنباله (متن)	(هیچ،)	رشته
گفتگو_id	اسکالر		int32	شناسه مکالمه
سوال	متن		رشته
سوال_بازنویسی	متن		رشته
منبع	متن		رشته	منبع اصلی داده ها - QuAC، CAsT یا Natural Questions
turn_id	اسکالر		int32	شناسه مکالمه در یک مکالمه تبدیل می شود.

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

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

• مثال‌ها ( tfds.as_dataframe ):

• نقل قول :

@article{qrecc,
  title={Open-Domain Question Answering Goes Conversational via Question Rewriting},
  author={Anantha, Raviteja and Vakulenko, Svitlana and Tu, Zhucheng and Longpre, Shayne and Pulman, Stephen and Chappidi, Srinivas},
  journal={Proceedings of the 2021 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies},
  year={2021}
}