cosmos_qa

  • Descriptif :

Cosmos QA est un ensemble de données à grande échelle de 35 600 problèmes qui nécessitent une compréhension en lecture basée sur le bon sens, formulés sous forme de questions à choix multiples. Il se concentre sur la lecture entre les lignes d'une collection diversifiée de récits quotidiens de personnes, posant des questions concernant les causes ou les effets probables d'événements qui nécessitent un raisonnement au-delà de la portée exacte du texte dans le contexte.

Diviser Exemples
'test' 6 963
'train' 25 262
'validation' 2 985
  • Structure des fonctionnalités :
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),
})
  • Documentation des fonctionnalités :
Caractéristique Classer Forme Dtype La description
FonctionnalitésDict
réponse0 Texte chaîne de caractères
Réponse 1 Texte chaîne de caractères
réponse2 Texte chaîne de caractères
réponse3 Texte chaîne de caractères
le contexte Texte chaîne de caractères
identifiant Texte chaîne de caractères
étiquette Étiquette de classe int64
question Texte chaîne de caractères
  • Citation :
@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"
}