09:00 पीएसटी पर एमएल संगोष्ठी इस मंगलवार, 19 अक्टूबर में पहले महिलाओं में ट्यून रजिस्टर अब

quac

  • विवरण:

प्रसंग में प्रश्न का उत्तर मॉडलिंग, समझने और सूचना मांगने वाले संवाद में भाग लेने के लिए एक डेटासेट है। डेटा उदाहरणों में दो भीड़ कार्यकर्ताओं के बीच एक संवादात्मक संवाद होता है: (1) एक छात्र जो एक छिपे हुए विकिपीडिया पाठ के बारे में जितना संभव हो सके सीखने के लिए फ्रीफॉर्म प्रश्नों का एक क्रम प्रस्तुत करता है, और (2) एक शिक्षक जो संक्षिप्त अंश प्रदान करके प्रश्नों का उत्तर देता है। (स्पैन) पाठ से। क्यूएसी मौजूदा मशीन कॉम्प्रिहेंशन डेटासेट में नहीं मिली चुनौतियों का परिचय देता है: इसके प्रश्न अक्सर अधिक खुले, अनुत्तरित, या केवल संवाद संदर्भ में सार्थक होते हैं।

  • होमपेज: https://quac.ai/

  • स्रोत कोड: tfds.text.quac.Quac

  • संस्करण:

    • 1.0.0 (डिफ़ॉल्ट): प्रारंभिक रिलीज़।
  • डाउनलोड का आकार: 73.47 MiB

  • डेटासेट का आकार: 298.04 MiB

  • ऑटो-कैश ( प्रलेखन ): नहीं

  • विभाजन:

विभाजित करना उदाहरण
'train' ८३,५६८
'validation' 7,354
  • विशेषताएं:
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),
})
  • प्रशस्ति पत्र:
@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}
}