¡El Día de la Comunidad de ML es el 9 de noviembre! Únase a nosotros para recibir actualizaciones de TensorFlow, JAX, y más Más información

quac

  • Descripción:

La respuesta a preguntas en contexto es un conjunto de datos para modelar, comprender y participar en el diálogo de búsqueda de información. Las instancias de datos consisten en un diálogo interactivo entre dos trabajadores de la multitud: (1) un estudiante que plantea una secuencia de preguntas de forma libre para aprender tanto como sea posible sobre un texto oculto de Wikipedia, y (2) un maestro que responde a las preguntas proporcionando extractos breves (tramos) del texto. QuAC presenta desafíos que no se encuentran en los conjuntos de datos de comprensión de máquinas existentes: sus preguntas suelen ser más abiertas, incontestables o solo significativas dentro del contexto del diálogo.

Separar Ejemplos de
'train' 83,568
'validation' 7.354
  • características:
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),
})
  • Cita:
@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}
}