Pomoc chronić Wielkiej Rafy Koralowej z TensorFlow na Kaggle Dołącz Wyzwanie

quac

  • opis:

Odpowiedzi na pytania w kontekście to zbiór danych do modelowania, rozumienia i uczestniczenia w dialogu wyszukiwania informacji. Instancje danych składają się z interaktywnego dialogu między dwoma pracownikami społecznościowymi: (1) uczniem, który zadaje sekwencję pytań o dowolnej formie, aby dowiedzieć się jak najwięcej o ukrytym tekście Wikipedii, oraz (2) nauczycielem, który odpowiada na pytania, dostarczając krótkie fragmenty (rozpiętości) od tekstu. QuAC wprowadza wyzwania, których nie ma w istniejących zbiorach danych ze zrozumieniem maszynowym: jego pytania są często bardziej otwarte, bez odpowiedzi lub mają znaczenie tylko w kontekście dialogu.

Podział Przykłady
'train' 83 568
'validation' 7,354
  • Cechy:
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),
})
  • cytat:
@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}
}