cosmos_qa

  • توضیحات :

Cosmos QA مجموعه داده ای در مقیاس بزرگ از 35.6 هزار مسئله است که به درک مطلب مبتنی بر عقل سلیم نیاز دارد و به عنوان سؤالات چند گزینه ای فرموله شده است. این کتاب بر خواندن بین خطوط در مجموعه‌ای متنوع از روایت‌های روزمره افراد تمرکز می‌کند، و سؤالاتی در مورد علل یا تأثیرات احتمالی رویدادهایی می‌پرسد که نیاز به استدلال فراتر از متن دقیق در متن دارد.

شکاف مثال ها
'test' 6963
'train' 25,262
'validation' 2,985
  • ساختار ویژگی :
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),
})
  • مستندات ویژگی :
ویژگی کلاس شکل نوع D شرح
FeaturesDict
پاسخ 0 متن رشته
پاسخ 1 متن رشته
پاسخ 2 متن رشته
پاسخ 3 متن رشته
متن نوشته متن رشته
شناسه متن رشته
برچسب ClassLabel int64
سوال متن رشته
  • نقل قول :
@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"
}