امروز برای رویداد محلی TensorFlow خود در همه جا پاسخ دهید!
این صفحه به‌وسیله ‏Cloud Translation API‏ ترجمه شده است.
Switch to English

کوک

  • توضیحات :

س Questionال پاسخ در متن ، یک مجموعه داده برای مدل سازی ، درک و شرکت در گفتگوی جستجوی اطلاعات است. موارد داده شامل یک گفتگوی تعاملی بین دو کارگر جمعیت است: (1) دانش آموزی که دنباله ای از سوالات شکل آزاد را برای یادگیری هرچه بیشتر در مورد متن پنهان ویکی پدیا ارائه می دهد و (2) معلمی که با ارائه گزیده های کوتاه به سوالات پاسخ می دهد (دهانه) از متن. QuAC چالش هایی را که در مجموعه داده های موجود در درک ماشین موجود نیست ، معرفی می کند: س questionsالات آن اغلب در متن گفتگو بازتر ، غیرقابل پاسخ یا بیشتر معنی دار هستند.

  • صفحه اصلی : https://quac.ai/

  • کد منبع : tfds.text.quac.Quac

  • نسخه ها :

    • 1.0.0 (پیش فرض): نسخه اولیه.

  • اندازه بارگیری : 73.47 MiB

  • اندازه مجموعه داده : 298.04 MiB

  • ذخیره خودکار ( مستندات ): خیر

  • تقسیم :

شکاف مثال ها
'train' 83،568
'validation' 7،354
  • ویژگی ها :
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),
})

  • کلیدهای تحت نظارت (به as_supervised سند نظارت شده مراجعه کنید): ('context', 'answers')

  • نقل قول :

@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}
}