q_re_cc

• Descrizione :

Un set di dati contenente 14.000 conversazioni con 81.000 coppie domanda-risposta. QReCC si basa su domande di TREC CAsT, QuAC e Google Natural Questions.

• Home page : https://github.com/apple/ml-qrecc

• Codice sorgente : tfds.text.qrecc.QReCC

• Versioni :

  • 1.0.0 (impostazione predefinita): versione iniziale.

• Dimensione download : 7.60 MiB

• Dimensione del set di dati : 69.29 MiB

• Memorizzazione nella cache automatica ( documentazione ): sì

• Divide :

Diviso	Esempi
'test'	16.451
'train'	63.501

• Struttura delle caratteristiche :

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.),
})

• Documentazione delle funzionalità :

Caratteristica	Classe	Forma	Tipo D	Descrizione
	CaratteristicheDict
risposta	Testo		corda
risposta_url	Testo		corda
contesto	Sequenza(Testo)	(Nessuno,)	corda
conversazione_id	Scalare		int32	L'ID della conversazione.
domanda	Testo		corda
domanda_riscrivi	Testo		corda
fonte	Testo		corda	La fonte originale dei dati: QuAC, CAsT o Natural Questions
turn_id	Scalare		int32	L'id della conversazione si trasforma, all'interno di una conversazione.

• Chiavi supervisionate (vedi il documento as_supervised ): None

• Figura ( tfds.show_examples ): non supportato.

• Esempi ( tfds.as_dataframe ):

• Citazione :

@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}
}