squad_question_generation

• Descrição :

Geração de perguntas usando o conjunto de dados do esquadrão usando divisões de dados descritas em 'Geração de perguntas neurais a partir de texto: um estudo preliminar' (Zhou et al, 2017) e 'Aprendendo a perguntar: geração de perguntas neurais para compreensão de leitura' (Du et al, 2017).

• Página inicial : https://github.com/xinyadu/nqg @inproceedings{du-etal-2017-learning, title = "Aprendendo a perguntar: geração de perguntas neurais para compreensão de leitura", autor = "Du, Xinya e Shao, Junru e Cardie, Claire", booktitle = "Proceedings of the 55th Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers)", mês = julho, ano = "2017", endereço = "Vancouver, Canadá", editora = " Association for Computational Linguistics", url = "https://aclanthology.org/P17-1123", doi = "10.18653/v1/P17-1123", pages = "1342--1352", } ", mês = julho, ano = "2017", endereço = "Vancouver, Canadá", editora = "Association for Computational Linguistics", url = "https://aclanthology.org/P17-1123", doi = "10.18653/v1/P17-1123" , páginas = "1342--1352", } )

• Código -fonte: tfds.text.squad_question_generation.SquadQuestionGeneration

• Versões :

  • 1.0.0 : Construção inicial com ids SQuAD QAS exclusivos em cada divisão, usando contexto de nível de passagem (Zhou et al, 2017).

  • 2.0.0 : Corresponde à divisão original de (Zhou et al, 2017), permite contextos de nível de sentença e passagem e usa respostas de (Zhou et al, 2017).

  • 3.0.0 (padrão): adicionada a divisão de (Du et al, 2017) também.

• Cache automático ( documentação ): Sim

• Chaves supervisionadas (Consulte as_supervised doc ): ('context_passage', 'question')

• Figura ( tfds.show_examples ): Não suportado.

• Citação :

@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",
}

squad_question_generation/split_du (configuração padrão)

• Descrição da configuração : responda à geração de perguntas independentes a partir de contextos de nível de passagem (Du et al, 2017).

• Tamanho do download : 62.83 MiB

• Tamanho do conjunto de dados : 84.67 MiB

• Divisões :

Dividir	Exemplos
'test'	11.877
'train'	75.722
'validation'	10.570

• Estrutura de recursos :

FeaturesDict({
    'answer': Text(shape=(), dtype=string),
    'context_passage': Text(shape=(), dtype=string),
    'question': Text(shape=(), dtype=string),
})

• Documentação do recurso:

Característica	Classe	Forma	Tipo D	Descrição
	RecursosDict
responda	Texto		corda
passagem_contexto	Texto		corda
pergunta	Texto		corda

• Exemplos ( tfds.as_dataframe ):

squad_question_generation/split_zhou

• Descrição da configuração : Geração de perguntas dependentes do intervalo de resposta a partir de contextos de nível de frase e passagem (Zhou et al, 2017).

• Tamanho do download : 62.52 MiB

• Tamanho do conjunto de dados : 111.02 MiB

• Divisões :

Dividir	Exemplos
'test'	8.964
'train'	86.635
'validation'	8.965

• Estrutura de recursos :

FeaturesDict({
    'answer': Text(shape=(), dtype=string),
    'context_passage': Text(shape=(), dtype=string),
    'context_sentence': Text(shape=(), dtype=string),
    'question': Text(shape=(), dtype=string),
})

• Documentação do recurso:

Característica	Classe	Forma	Tipo D	Descrição
	RecursosDict
responda	Texto		corda
passagem_contexto	Texto		corda
frase_contexto	Texto		corda
pergunta	Texto		corda

• Exemplos ( tfds.as_dataframe ):