- विवरण :
'न्यूरल क्वेश्चन जनरेशन फ्रॉम टेक्स्ट: ए प्रिलिमिनरी स्टडी' (झोउ एट अल, 2017) और 'लर्निंग टू आस्क: न्यूरल क्वेश्चन जेनरेशन फॉर रीडिंग कॉम्प्रिहेंशन' (ड्यू एट अल, 2017) में वर्णित डेटा स्प्लिट्स का उपयोग करके स्क्वाड डेटासेट का उपयोग करके प्रश्न बनाना।
मुखपृष्ठ : https://github.com/xinyadu/nqg @inproceedings{du-etal-2017-learning, शीर्षक = "पूछना सीखना: पढ़ने की समझ के लिए तंत्रिका प्रश्न पीढ़ी", लेखक = "दू, शिन्या और शाओ, जुनरू और कार्डी, क्लेयर", बुकटाइटल = "कम्प्यूटेशनल लिंग्विस्टिक्स एसोसिएशन की 55वीं वार्षिक बैठक की कार्यवाही (वॉल्यूम 1: लॉन्ग पेपर्स)", माह = जुलाई, वर्ष = "2017", पता = "वैंकूवर, कनाडा", प्रकाशक = " एसोसिएशन फॉर कम्प्यूटेशनल लिंग्विस्टिक्स", url = "https://aclanthology.org/P17-1123", doi = "10.18653/v1/P17-1123", पेज = "1342--1352", } ", महीना = जूल, वर्ष = "2017", पता = "वैंकूवर, कनाडा", प्रकाशक = "कम्प्यूटेशनल भाषाविज्ञान के लिए संघ", url = "https://aclanthology.org/P17-1123", doi = "10.18653/v1/P17-1123" , पेज = "1342--1352", } )
स्रोत कोड :
tfds.text.squad_question_generation.SquadQuestionGeneration
संस्करण :
1.0.0
: पैसेज-स्तर संदर्भ (झोउ एट अल, 2017) का उपयोग करते हुए, प्रत्येक विभाजन में अद्वितीय SQuAD QAS आईडी के साथ प्रारंभिक निर्माण।2.0.0
: (झोउ एट अल, 2017) के मूल विभाजन से मेल खाता है, वाक्य- और मार्ग-स्तर दोनों संदर्भों की अनुमति देता है, और (झोउ एट अल, 2017) से उत्तरों का उपयोग करता है।3.0.0
(डिफ़ॉल्ट): (Du et al, 2017) का विभाजन भी जोड़ा गया।
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): हाँ
पर्यवेक्षित कुंजियाँ (
as_supervised
दस्तावेज़ देखें):('context_passage', 'question')
चित्र ( tfds.show_examples ): समर्थित नहीं है।
उद्धरण :
@inproceedings{du-etal-2017-learning,
title = "Learning to Ask: Neural Question Generation for Reading Comprehension",
author = "Du, Xinya and Shao, Junru and Cardie, Claire",
booktitle = "Proceedings of the 55th Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers)",
month = jul,
year = "2017",
address = "Vancouver, Canada",
publisher = "Association for Computational Linguistics",
url = "https://aclanthology.org/P17-1123",
doi = "10.18653/v1/P17-1123",
pages = "1342--1352",
}
@inproceedings{rajpurkar-etal-2016-squad,
title = "{SQ}u{AD}: 100,000+ Questions for Machine Comprehension of Text",
author = "Rajpurkar, Pranav and Zhang, Jian and Lopyrev, Konstantin and Liang, Percy",
booktitle = "Proceedings of the 2016 Conference on Empirical Methods in Natural Language Processing",
month = nov,
year = "2016",
address = "Austin, Texas",
publisher = "Association for Computational Linguistics",
url = "https://aclanthology.org/D16-1264",
doi = "10.18653/v1/D16-1264",
pages = "2383--2392",
}
स्क्वाड_क्वेश्चन_जेनरेशन/स्प्लिट_डु (डिफ़ॉल्ट कॉन्फ़िगरेशन)
कॉन्फिग विवरण : पैसेज-स्तर के संदर्भों से स्वतंत्र प्रश्न निर्माण का उत्तर दें (ड्यू एट अल, 2017)।
डाउनलोड आकार :
62.83 MiB
डेटासेट का आकार :
84.67 MiB
विभाजन :
विभाजित करना | उदाहरण |
---|---|
'test' | 11,877 |
'train' | 75,722 |
'validation' | 10,570 |
- फ़ीचर संरचना :
FeaturesDict({
'answer': Text(shape=(), dtype=string),
'context_passage': Text(shape=(), dtype=string),
'question': Text(shape=(), dtype=string),
})
- फ़ीचर दस्तावेज़ीकरण :
विशेषता | कक्षा | आकार | डीटाइप | विवरण |
---|---|---|---|---|
विशेषताएं डिक्ट | ||||
उत्तर | मूलपाठ | डोरी | ||
context_passage | मूलपाठ | डोरी | ||
प्रश्न | मूलपाठ | डोरी |
- उदाहरण ( tfds.as_dataframe ):
स्क्वाड_क्वेश्चन_जेनरेशन/स्प्लिट_झोउ
कॉन्फिग विवरण : वाक्य- और पैसेज-स्तर के संदर्भों से उत्तर-अवधि निर्भर प्रश्न पीढ़ी (झोउ एट अल, 2017)।
डाउनलोड आकार :
62.52 MiB
डेटासेट का आकार :
111.02 MiB
विभाजन :
विभाजित करना | उदाहरण |
---|---|
'test' | 8,964 |
'train' | 86,635 |
'validation' | 8,965 |
- फ़ीचर संरचना :
FeaturesDict({
'answer': Text(shape=(), dtype=string),
'context_passage': Text(shape=(), dtype=string),
'context_sentence': Text(shape=(), dtype=string),
'question': Text(shape=(), dtype=string),
})
- फ़ीचर दस्तावेज़ीकरण :
विशेषता | कक्षा | आकार | डीटाइप | विवरण |
---|---|---|---|---|
विशेषताएं डिक्ट | ||||
उत्तर | मूलपाठ | डोरी | ||
context_passage | मूलपाठ | डोरी | ||
संदर्भ_वाक्य | मूलपाठ | डोरी | ||
प्रश्न | मूलपाठ | डोरी |
- उदाहरण ( tfds.as_dataframe ):