Pomoc chronić Wielkiej Rafy Koralowej z TensorFlow na Kaggle Dołącz Wyzwanie

kosmos_qa

  • opis:

Cosmos QA to wielkoskalowy zbiór danych obejmujący 35,6 tys. problemów, które wymagają zdroworozsądkowego czytania ze zrozumieniem, sformułowanych jako pytania wielokrotnego wyboru. Koncentruje się na czytaniu między wierszami różnorodnego zbioru codziennych narracji ludzi, zadając pytania dotyczące prawdopodobnych przyczyn lub skutków wydarzeń, które wymagają rozumowania poza dokładnym zakresem tekstu w kontekście.

Podział Przykłady
'test' 6963
'train' 25 262
'validation' 2985
  • Cechy:
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),
})
  • cytat:
@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"
}