cosmos_qa

• توضیحات :

Cosmos QA یک مجموعه داده در مقیاس وسیع با مشکلات 35.6K است که نیاز به درک متقابل خواندن دارد ، که به صورت س questionsالات چند گزینه ای تنظیم شده است. این مقاله بر روی خواندن بین سطرهای مجموعه متنوعی از روایت های روزمره مردم متمرکز است ، و س questionsالاتی را در مورد علل یا تأثیرات احتمالی حوادثی که مستلزم استدلال فراتر از متن دقیق متن در متن است ، می پرسد.

• صفحه اصلی : https://wilburone.github.io/cosmos/

• کد منبع : tfds.question_answering.CosmosQA

• نسخه ها :

  • 1.0.0 (پیش فرض): بدون یادداشت انتشار.

• اندازه بارگیری : 23.27 MiB

• اندازه مجموعه داده : 27.09 MiB

• ذخیره خودکار ( مستندات ): بله

• تقسیم :

• ویژگی ها :

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

• کلیدهای تحت نظارت (به as_supervised سند نظارت شده مراجعه کنید): None

• 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"
}

• شکل ( tfds.show_examples ): پشتیبانی نمی شود.

• مثالها ( tfds.as_dataframe ):