squad_question_generation

• Описание:

Генерация вопросов с использованием групповых наборов данных и разделения данных, описанных в статье «Нейронная генерация вопросов из текста: предварительное исследование» (Zhou et al, 2017).

• Домашняя страница: https://github.com/magic282/NQG

• Исходный код: tfds.text.squad_question_generation.SquadQuestionGeneration

• Версии:

  • 1.0.0 : Первоначальная сборка с уникальными идентификаторами дружины ЧАС в каждом расколе, используя контекст прохождения уровня.

  • 2.0.0 ( по умолчанию): Соответствует первоначальный раскол (Zhou и др, 2017), допускает как sentence- и прохождение уровня контекстов и использует ответы от (Zhou и др, 2017 г.).

• Скачать Размер: 62.52 MiB

• Dataset Размер: 111.02 MiB

• Авто-кэшируются ( документация ): Да

• расколы:

• Особенности:

FeaturesDict({
    'answer': Text(shape=(), dtype=tf.string),
    'context_passage': Text(shape=(), dtype=tf.string),
    'context_sentence': Text(shape=(), dtype=tf.string),
    'question': Text(shape=(), dtype=tf.string),
})

• Контролируемые ключи (см as_supervised документ ): ('context_passage', 'question')

• Рис ( tfds.show_examples ): Не поддерживается.

• Примеры ( tfds.as_dataframe ):

• Образец цитирования:

@article{zhou2017neural,
  title={Neural Question Generation from Text: A Preliminary Study},
  author={Zhou, Qingyu and Yang, Nan and Wei, Furu and Tan, Chuanqi and Bao, Hangbo and Zhou, Ming},
  journal={arXiv preprint arXiv:1704.01792},
  year={2017}
}
@article{2016arXiv160605250R,
       author = { {Rajpurkar}, Pranav and {Zhang}, Jian and {Lopyrev},
                 Konstantin and {Liang}, Percy},
        title = "{SQuAD: 100,000+ Questions for Machine Comprehension of Text}",
      journal = {arXiv e-prints},
         year = 2016,
          eid = {arXiv:1606.05250},
        pages = {arXiv:1606.05250},
archivePrefix = {arXiv},
       eprint = {1606.05250},
}