quac

• คำอธิบาย :

การตอบคำถามในบริบทเป็นชุดข้อมูลสำหรับสร้างแบบจำลอง ทำความเข้าใจ และเข้าร่วมในกล่องโต้ตอบการหาข้อมูล อินสแตนซ์ข้อมูลประกอบด้วยบทสนทนาโต้ตอบระหว่างคนทำงานกลุ่มสองคน: (1) นักเรียนที่ถามคำถามรูปแบบอิสระตามลำดับเพื่อเรียนรู้ให้มากที่สุดเท่าที่จะเป็นไปได้เกี่ยวกับข้อความ Wikipedia ที่ซ่อนอยู่ และ (2) ครูที่ตอบคำถามโดยให้ข้อความที่ตัดตอนมาสั้นๆ (ช่วง) จากข้อความ QuAC นำเสนอความท้าทายที่ไม่พบในชุดข้อมูลความเข้าใจของเครื่องจักรที่มีอยู่: คำถามของมันมักจะเป็นคำถามปลายเปิด ไม่มีคำตอบ หรือมีความหมายเฉพาะในบริบทการสนทนาเท่านั้น

• เอกสารประกอบเพิ่มเติม : สำรวจเอกสารด้วยรหัส

• หน้าแรก : https://quac.ai/

• รหัสที่มา : tfds.datasets.quac.Builder

• รุ่น :

  • 1.0.0 (ค่าเริ่มต้น): การเปิดตัวครั้งแรก

• ขนาดการดาวน์โหลด : 73.47 MiB

• ขนาดชุดข้อมูล : 298.04 MiB

• แคชอัตโนมัติ ( เอกสารประกอบ ): ไม่

• แยก :

แยก	ตัวอย่าง
'train'	83,568
'validation'	7,354

• โครงสร้างคุณลักษณะ :

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),
})

• เอกสารคุณสมบัติ :

คุณสมบัติ	ระดับ	รูปร่าง	Dประเภท	คำอธิบาย
	คุณสมบัติDict
คำตอบ	ลำดับ
คำตอบ/answer_start	เทนเซอร์		int32
คำตอบ/ข้อความ	ข้อความ		สตริง
พื้นหลัง	ข้อความ		สตริง
บริบท	ข้อความ		สตริง
ติดตาม	ข้อความ		สตริง
orig_answer	คุณสมบัติDict
orig_answer/answer_start	เทนเซอร์		int32
orig_answer/ข้อความ	ข้อความ		สตริง
คำถาม	ข้อความ		สตริง
section_title	ข้อความ		สตริง
ชื่อ	ข้อความ		สตริง
ใช่ไม่ใช่	ข้อความ		สตริง

• คีย์ภายใต้การดูแล (ดู as_supervised doc ): ('context', 'answers')

• รูปภาพ ( tfds.show_examples ): ไม่รองรับ

• ตัวอย่าง ( tfds.as_dataframe ):

• การอ้างอิง :

@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}
}