کواک

• توضیحات :

Question Answering in Context مجموعه داده ای برای مدل سازی، درک و مشارکت در گفتگوی جستجوی اطلاعات است. نمونه‌های داده شامل گفتگوی تعاملی بین دو کارگر جمعی هستند: (1) دانش‌آموزی که دنباله‌ای از سؤالات آزاد را مطرح می‌کند تا هرچه بیشتر درباره یک متن پنهان ویکی‌پدیا بیاموزد، و (2) معلمی که با ارائه گزیده‌های کوتاه به سؤالات پاسخ می‌دهد. (برمی گردد) از متن. QuAC چالش‌هایی را معرفی می‌کند که در مجموعه داده‌های درک ماشین موجود یافت نمی‌شوند: سؤالات آن اغلب بازتر، بی‌پاسخ‌تر، یا فقط در چارچوب گفتگو معنادار هستند.

• اسناد اضافی : کاوش در کاغذها با کد

• صفحه اصلی : https://quac.ai/

• کد منبع : tfds.datasets.quac.Builder

• نسخه ها :

  • 1.0.0 (پیش فرض): انتشار اولیه.

• حجم دانلود : 73.47 MiB

• حجم مجموعه داده : 298.04 MiB

• ذخیره خودکار ( اسناد ): خیر

• تقسیم ها :

شکاف	مثال ها
'train'	83,568
'validation'	7,354

• ساختار ویژگی :

FeaturesDict({
    'answers': Sequence({
        'answer_start': int32,
        'text': Text(shape=(), dtype=string),
    }),
    'background': Text(shape=(), dtype=string),
    'context': Text(shape=(), dtype=string),
    'followup': Text(shape=(), dtype=string),
    'orig_answer': FeaturesDict({
        'answer_start': int32,
        'text': Text(shape=(), dtype=string),
    }),
    'question': Text(shape=(), dtype=string),
    'section_title': Text(shape=(), dtype=string),
    'title': Text(shape=(), dtype=string),
    'yesno': Text(shape=(), dtype=string),
})

• مستندات ویژگی :

ویژگی	کلاس	شکل	نوع D	شرح
	FeaturesDict
پاسخ می دهد	توالی
answers/answer_start	تانسور		int32
پاسخ / متن	متن		رشته
زمینه	متن		رشته
متن نوشته	متن		رشته
پیگیری	متن		رشته
orig_answer	FeaturesDict
orig_answer/answer_start	تانسور		int32
orig_answer/text	متن		رشته
سوال	متن		رشته
بخش_عنوان	متن		رشته
عنوان	متن		رشته
بله خیر	متن		رشته

• کلیدهای نظارت شده (نگاه کنید به as_supervised ): ('context', 'answers')

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

• مثال‌ها ( tfds.as_dataframe ):

• نقل قول :

@article{choi2018quac,
  title={Quac: Question answering in context},
  author={Choi, Eunsol and He, He and Iyyer, Mohit and Yatskar, Mark and Yih, Wen-tau and Choi, Yejin and Liang, Percy and Zettlemoyer, Luke},
  journal={arXiv preprint arXiv:1808.07036},
  year={2018}
}