لدي سؤال؟ تواصل مع المجتمع في منتدى زيارة منتدى TensorFlow

quac

  • الوصف :

الإجابة على الأسئلة في السياق عبارة عن مجموعة بيانات للنمذجة والفهم والمشاركة في حوار البحث عن المعلومات. تتكون مثيلات البيانات من حوار تفاعلي بين اثنين من العاملين في الحشد: (1) طالب يطرح سلسلة من الأسئلة ذات الشكل الحر لتعلم أكبر قدر ممكن عن نص مخفي في ويكيبيديا ، و (2) مدرس يجيب على الأسئلة من خلال توفير مقتطفات قصيرة (يمتد) من النص. يقدم QuAC تحديات غير موجودة في مجموعات بيانات فهم الآلة الحالية: غالبًا ما تكون أسئلته مفتوحة النهايات أو غير قابلة للإجابة أو ذات مغزى فقط في سياق الحوار.

  • الصفحة الرئيسية https://quac.ai/

  • كود المصدر : tfds.text.quac.Quac

  • إصدارات :

    • 1.0.0 (افتراضي): الإصدار الأولي.
  • حجم التحميل : 73.47 MiB

  • حجم مجموعة البيانات : 298.04 MiB

  • التخزين المؤقت التلقائي ( التوثيق ): لا

  • الانقسامات :

انشق، مزق أمثلة
'train' 83.568
'validation' 7354
  • الميزات :
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),
})
  • الاقتباس :
@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}
}