O Dia da Comunidade de ML é dia 9 de novembro! Junte-nos para atualização de TensorFlow, JAX, e mais Saiba mais

quac

  • Descrição:

Question Answer in Context é um conjunto de dados para modelagem, compreensão e participação no diálogo de busca de informações. As instâncias de dados consistem em um diálogo interativo entre dois funcionários: (1) um aluno que apresenta uma sequência de perguntas de forma livre para aprender o máximo possível sobre um texto oculto da Wikipedia e (2) um professor que responde às perguntas fornecendo pequenos trechos (spans) do texto. QuAC apresenta desafios não encontrados em conjuntos de dados de compreensão de máquina existentes: suas perguntas são geralmente mais abertas, sem resposta ou apenas significativas dentro do contexto de diálogo.

Dividir Exemplos
'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),
})
  • citação:
@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}
}