- 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 :
شکاف | مثال ها |
---|---|
'test' | 6،963 |
'train' | 25،262 |
'validation' | 2،985 |
- 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 ):