cosmos_qa

• Описание :

Cosmos QA - это крупномасштабный набор данных из 35,6 тыс. Задач, которые требуют понимания прочитанного на основе здравого смысла, сформулированного в виде вопросов с несколькими вариантами ответов. Он фокусируется на чтении между строк разнообразного набора повседневных рассказов людей, на постановке вопросов, касающихся вероятных причин или следствий событий, которые требуют рассуждений, выходящих за рамки точных фрагментов текста в контексте.

• Домашняя страница : https://wilburone.github.io/cosmos/

• Исходный код : tfds.question_answering.CosmosQA

• Версии :

  • 1.0.0 (по умолчанию): без примечаний к выпуску.

• Размер загрузки : 23.27 MiB

• Размер набора данных : 27.09 MiB

• Автоматическое кэширование ( документация ): Да

• Сплит :

• Особенности :

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),
})

• Контролируемые ключи (см. as_supervised doc ): None

• Цитата :

@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"
}

• Рисунок ( tfds.show_examples ): не поддерживается.

• Примеры ( tfds.as_dataframe ):