космос_qa

• Описание :

Cosmos QA — это крупномасштабный набор данных из 35,6 тыс. задач, требующих понимания прочитанного на основе здравого смысла, сформулированных в виде вопросов с несколькими вариантами ответов. Он фокусируется на чтении между строк разнообразного набора повседневных рассказов людей, задавая вопросы, касающиеся вероятных причин или следствий событий, которые требуют рассуждений, выходящих за рамки точных текстовых промежутков в контексте.

• Дополнительная документация : изучить документы с кодом north_east

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

• Исходный код : tfds.question_answering.CosmosQA

• Версии :

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

• Размер загрузки : 23.27 MiB

• Размер набора данных : 27.09 MiB .

• Автоматическое кэширование ( документация ): Да

• Сплиты :

• Структура функции :

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

• Документация по функциям :

• Ключи под наблюдением (см . документ as_supervised ): None

• Рисунок ( tfds.show_examples ): не поддерживается.

• Примеры ( tfds.as_dataframe ):

• 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"
}