Halaman ini diterjemahkan oleh Cloud Translation API.
Switch to English

quac

  • Deskripsi :

Question Answer in Context merupakan dataset untuk pemodelan, pemahaman, dan partisipasi dalam dialog pencarian informasi. Contoh data terdiri dari dialog interaktif antara dua pekerja kerumunan: (1) siswa yang mengajukan serangkaian pertanyaan bentuk bebas untuk belajar sebanyak mungkin tentang teks Wikipedia yang tersembunyi, dan (2) seorang guru yang menjawab pertanyaan dengan memberikan kutipan singkat (span) dari teks. QuAC memperkenalkan tantangan yang tidak ditemukan dalam kumpulan data pemahaman mesin yang ada: pertanyaannya sering kali lebih terbuka, tidak dapat dijawab, atau hanya bermakna dalam konteks dialog.

Membagi Contoh
'train' 83.568
'validation' 7,354
  • Fitur :
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),
})
@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}
}