ช่วยปกป้อง Great Barrier Reef กับ TensorFlow บน Kaggle เข้าร่วมท้าทาย

cosmos_qa

  • รายละเอียด:

Cosmos QA เป็นชุดข้อมูลขนาดใหญ่ของปัญหา 35.6K ที่ต้องใช้ความเข้าใจในการอ่านตามสามัญสำนึก ซึ่งกำหนดเป็นคำถามแบบปรนัย โดยเน้นที่การอ่านระหว่างบรรทัดต่างๆ มากกว่าชุดเรื่องเล่าประจำวันของผู้คนที่หลากหลาย การถามคำถามเกี่ยวกับสาเหตุหรือผลกระทบของเหตุการณ์ที่ต้องใช้เหตุผลนอกเหนือจากเนื้อหาที่แน่นอนในบริบท

แยก ตัวอย่าง
'test' 6,963
'train' 25,262
'validation' 2,985
  • คุณสมบัติ:
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),
})
  • อ้างอิง:
@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"
}