cosmos_qa

  • תיאור :

Cosmos QA הוא מערך נתונים בקנה מידה גדול של 35.6K בעיות הדורשות הבנת הנקרא מבוססת היגיון, מנוסח כשאלות רב-ברירה. הוא מתמקד בקריאה בין השורות על פני אוסף מגוון של נרטיבים יומיומיים של אנשים, ושואל שאלות הנוגעות לסיבות או השפעות סבירות של אירועים הדורשים היגיון מעבר לטווחי הטקסט המדויקים בהקשר.

לְפַצֵל דוגמאות
'test' 6,963
'train' 25,262
'validation' 2,985
  • מבנה תכונה :
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),
})
  • תיעוד תכונה :
תכונה מעמד צוּרָה Dtype תיאור
FeaturesDict
תשובה0 טֶקסט חוּט
תשובה 1 טֶקסט חוּט
תשובה 2 טֶקסט חוּט
תשובה 3 טֶקסט חוּט
הֶקשֵׁר טֶקסט חוּט
תְעוּדַת זֶהוּת טֶקסט חוּט
תווית ClassLabel int64
שְׁאֵלָה טֶקסט חוּט
  • ציטוט :
@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"
}