ब्रह्मांड_क्यूए

• विवरण :

Cosmos QA 35.6K समस्याओं का एक बड़े पैमाने का डेटासेट है, जिसके लिए सामान्य ज्ञान-आधारित पठन समझ की आवश्यकता होती है, जिसे बहुविकल्पीय प्रश्नों के रूप में तैयार किया जाता है। यह लोगों के रोजमर्रा के आख्यानों के विविध संग्रह पर पंक्तियों के बीच पढ़ने पर ध्यान केंद्रित करता है, घटनाओं के संभावित कारणों या प्रभावों से संबंधित प्रश्न पूछता है जिसके संदर्भ में सटीक पाठ विस्तार से परे तर्क की आवश्यकता होती है।

• अतिरिक्त दस्तावेज़ीकरण : north_east कोड वाले पेपर्स पर एक्सप्लोर करें

• होमपेज : https://wilburone.github.io/cosmos/

• स्रोत कोड : tfds.question_answering.CosmosQA

• संस्करण :

  • 1.0.0 (डिफ़ॉल्ट): कोई रिलीज़ नोट नहीं।

• डाउनलोड का आकार : 23.27 MiB

• डेटासेट का आकार : 27.09 MiB

• ऑटो-कैश्ड ( दस्तावेज़ीकरण ): हाँ

• विभाजन :

• फ़ीचर संरचना :

FeaturesDict({
    'answer0': Text(shape=(), dtype=string),
    'answer1': Text(shape=(), dtype=string),
    'answer2': Text(shape=(), dtype=string),
    'answer3': Text(shape=(), dtype=string),
    'context': Text(shape=(), dtype=string),
    'id': Text(shape=(), dtype=string),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=4),
    'question': Text(shape=(), dtype=string),
})

• फ़ीचर दस्तावेज़ीकरण :

• पर्यवेक्षित कुंजियाँ ( as_supervised doc देखें): None

• चित्र ( tfds.show_examples ): समर्थित नहीं है।

• उदाहरण ( tfds.as_dataframe ):

• उद्धरण :

@inproceedings{huang-etal-2019-cosmos,
    title = "Cosmos {QA}: Machine Reading Comprehension with Contextual Commonsense Reasoning",
    author = "Huang, Lifu  and
      Le Bras, Ronan  and
      Bhagavatula, Chandra  and
      Choi, Yejin",
    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)",
    year = "2019",
    url = "https://www.aclweb.org/anthology/D19-1243"
}