ช่วยปกป้อง Great Barrier Reef กับ TensorFlow บน Kaggle เข้าร่วมท้าทาย

qasc

  • รายละเอียด:

QASC เป็นชุดข้อมูลตอบคำถามโดยเน้นที่องค์ประกอบของประโยค ประกอบด้วยคำถามแบบปรนัย 8 ทาง 9,980 คำถามเกี่ยวกับวิทยาศาสตร์ระดับประถมศึกษา (รถไฟ 8,134, 926 dev, การทดสอบ 920) และมาพร้อมกับประโยค 17 ล้านประโยค

แยก ตัวอย่าง
'test' 920
'train' 8,134
'validation' 926
  • คุณสมบัติ:
FeaturesDict({
    'answerKey': Text(shape=(), dtype=tf.string),
    'choices': Sequence({
        'label': Text(shape=(), dtype=tf.string),
        'text': Text(shape=(), dtype=tf.string),
    }),
    'combinedfact': Text(shape=(), dtype=tf.string),
    'fact1': Text(shape=(), dtype=tf.string),
    'fact2': Text(shape=(), dtype=tf.string),
    'formatted_question': Text(shape=(), dtype=tf.string),
    'id': Text(shape=(), dtype=tf.string),
    'question': Text(shape=(), dtype=tf.string),
})
  • อ้างอิง:
@article{allenai:qasc,
      author    = {Tushar Khot and Peter Clark and Michal Guerquin and Peter Jansen and Ashish Sabharwal},
      title     = {QASC: A Dataset for Question Answering via Sentence Composition},
      journal   = {arXiv:1910.11473v2},
      year      = {2020},
}