q_re_cc

• Descripción :

Un conjunto de datos que contiene 14 000 conversaciones con 81 000 pares de preguntas y respuestas. QReCC se basa en preguntas de TREC CAsT, QuAC y Google Natural Questions.

• Página de inicio: https://github.com/apple/ml-qrecc

• Código fuente : tfds.text.qrecc.QReCC

• Versiones :

  • 1.0.0 (predeterminado): Versión inicial.

• Tamaño de la descarga : 7.60 MiB

• Tamaño del conjunto de datos : 69.29 MiB

• Almacenamiento automático en caché ( documentación ): Sí

• Divisiones :

Separar	Ejemplos
'test'	16,451
'train'	63,501

• Estructura de características :

FeaturesDict({
    'answer': Text(shape=(), dtype=string),
    'answer_url': Text(shape=(), dtype=string),
    'context': Sequence(Text(shape=(), dtype=string)),
    'conversation_id': Scalar(shape=(), dtype=int32),
    'question': Text(shape=(), dtype=string),
    'question_rewrite': Text(shape=(), dtype=string),
    'source': Text(shape=(), dtype=string),
    'turn_id': Scalar(shape=(), dtype=int32),
})

• Documentación de características :

Rasgo	Clase	Forma	Tipo D	Descripción
	CaracterísticasDict
responder	Texto		cadena
respuesta_url	Texto		cadena
contexto	Secuencia (Texto)	(Ninguno,)	cadena
conversación_id	Escalar		int32	El id de la conversación.
pregunta	Texto		cadena
pregunta_reescribir	Texto		cadena
fuente	Texto		cadena	La fuente original de los datos, ya sea QuAC, CAsT o Natural Questions
turno_id	Escalar		int32	El id del turno de conversación, dentro de una conversación.

• Claves supervisadas (Ver as_supervised doc ): None

• Figura ( tfds.show_examples ): no compatible.

• Ejemplos ( tfds.as_dataframe ):

• Cita :

@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}
}