cosmos_qa

  • תיאור:

Cosmos QA הוא מערך נתונים רחב היקף של 35.6K בעיות הדורשות הבנת קריאה מבוססת-השכל, שנוסחו כשאלות בחירה מרובות. הוא מתמקד בקריאה בין השורות על אוסף מגוון של נרטיבים יומיומיים של אנשים, ושאל שאלות בנוגע לסיבות או לתוצאות סבירות של אירועים הדורשים נימוקים מעבר לטווחי הטקסט המדויקים בהקשר.

לְפַצֵל דוגמאות
'test' 6,963
'train' 25,262
'validation' 2,985
  • מאפיינים:
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),
})
  • 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"
}