- Описание:
Ответ на вопрос в контексте - это набор данных для моделирования, понимания и участия в диалоге поиска информации. Экземпляры данных состоят из интерактивного диалога между двумя сотрудниками толпы: (1) учеником, который задает последовательность вопросов в произвольной форме, чтобы узнать как можно больше о скрытом тексте Википедии, и (2) учитель, который отвечает на вопросы, предоставляя короткие выдержки. (промежутки) от текста. QuAC представляет проблемы, которых нет в существующих наборах данных машинного понимания: его вопросы часто более открыты, без ответа или имеют смысл только в контексте диалога.
Домашняя страница: https://quac.ai/
Исходный код:
tfds.text.quac.Quac
Версии:
-
1.0.0
( по умолчанию): Первый выпуск.
-
Скачать Размер:
73.47 MiB
Dataset Размер:
298.04 MiB
Авто-кэшируются ( документация ): Нет
расколы:
Расколоть | Примеры |
---|---|
'train' | 83 568 |
'validation' | 7 354 |
- Особенности:
FeaturesDict({
'answers': Sequence({
'answer_start': tf.int32,
'text': Text(shape=(), dtype=tf.string),
}),
'background': Text(shape=(), dtype=tf.string),
'context': Text(shape=(), dtype=tf.string),
'followup': Text(shape=(), dtype=tf.string),
'orig_answer': FeaturesDict({
'answer_start': tf.int32,
'text': Text(shape=(), dtype=tf.string),
}),
'question': Text(shape=(), dtype=tf.string),
'section_title': Text(shape=(), dtype=tf.string),
'title': Text(shape=(), dtype=tf.string),
'yesno': Text(shape=(), dtype=tf.string),
})
Контролируемые ключи (см
as_supervised
документ ):('context', 'answers')
Рис ( tfds.show_examples ): Не поддерживается.
Примеры ( tfds.as_dataframe ):
- Образец цитирования:
@article{choi2018quac,
title={Quac: Question answering in context},
author={Choi, Eunsol and He, He and Iyyer, Mohit and Yatskar, Mark and Yih, Wen-tau and Choi, Yejin and Liang, Percy and Zettlemoyer, Luke},
journal={arXiv preprint arXiv:1808.07036},
year={2018}
}