ช่วยปกป้อง Great Barrier Reef กับ TensorFlow บน Kaggle เข้าร่วมท้าทาย

clnc_oos

  • รายละเอียด:

ระบบโต้ตอบที่เน้นงานจำเป็นต้องทราบเมื่อการสืบค้นอยู่นอกขอบเขตของความตั้งใจที่ได้รับการสนับสนุน แต่องค์กรการจัดประเภทข้อความปัจจุบันจะกำหนดชุดป้ายกำกับที่ครอบคลุมทุกตัวอย่างเท่านั้น เราแนะนำชุดข้อมูลใหม่ที่รวมการสืบค้นที่อยู่นอกขอบเขต (OOS) กล่าวคือ การสืบค้นที่ไม่อยู่ในความตั้งใจใด ๆ ที่ระบบสนับสนุน สิ่งนี้ทำให้เกิดความท้าทายใหม่เพราะโมเดลไม่สามารถสันนิษฐานได้ว่าทุกการสืบค้นในเวลาอนุมานเป็นของคลาสเจตนาที่ระบบสนับสนุน ชุดข้อมูลของเรายังครอบคลุม 150 คลาสเจตนามากกว่า 10 โดเมน ครอบคลุมความกว้างที่ตัวแทนที่มุ่งเน้นงานการผลิตต้องจัดการ มันเสนอวิธีการเปรียบเทียบการจัดประเภทข้อความที่เข้มงวดและสมจริงยิ่งขึ้นในระบบโต้ตอบที่ขับเคลื่อนด้วยงาน

  • โฮมเพจ: https://github.com/clinc/oos-eval/

  • รหัสที่มา: tfds.text.ClincOOS

  • รุ่น:

    • 0.1.0 (เริ่มต้น): ไม่มีบันทึกประจำรุ่น
  • ขนาดการดาวน์โหลด: 256.01 KiB

  • ขนาดชุด: 3.40 MiB

  • ออโต้แคช ( เอกสาร ): ใช่

  • แยก:

แยก ตัวอย่าง
'test' 4,500
'test_oos' 1,000
'train' 15,000
'train_oos' 100
'validation' 3,000
'validation_oos' 100
  • คุณสมบัติ:
FeaturesDict({
    'domain': tf.int32,
    'domain_name': Text(shape=(), dtype=tf.string),
    'intent': tf.int32,
    'intent_name': Text(shape=(), dtype=tf.string),
    'text': Text(shape=(), dtype=tf.string),
})
  • อ้างอิง:
@inproceedings{larson-etal-2019-evaluation,
    title = "An Evaluation Dataset for Intent Classification and Out-of-Scope Prediction",
    author = "Larson, Stefan  and
      Mahendran, Anish  and
      Peper, Joseph J.  and
      Clarke, Christopher  and
      Lee, Andrew  and
      Hill, Parker  and
      Kummerfeld, Jonathan K.  and
      Leach, Kevin  and
      Laurenzano, Michael A.  and
      Tang, Lingjia  and
      Mars, Jason",
    booktitle = "Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing and the 9th International Joint Conference on Natural Language Processing (EMNLP-IJCNLP)",
    month = nov,
    year = "2019",
    address = "Hong Kong, China",
    publisher = "Association for Computational Linguistics",
    url = "https://www.aclweb.org/anthology/D19-1131",
    doi = "10.18653/v1/D19-1131",
    pages = "1311--1316",
}