squad_question_generation

  • תיאור:

יצירת שאלות באמצעות מערך נתונים של חוליה ופיצול נתונים המתוארים ב'יצירת שאלות עצביות מטקסט: מחקר מקדים' (Zhou et al, 2017).

  • דף הבית: https://github.com/magic282/NQG

  • קוד מקור: tfds.text.squad_question_generation.SquadQuestionGeneration

  • גרסאות:

    • 1.0.0 : לבנות ראשוני עם מזהי כיתת QAS ייחודיים לכול חלק בניסוי, באמצעות הקשר מעבר ברמה.

    • 2.0.0 (ברירת המחדל): תואם את הפיצול המקורי של (Zhou et al, 2017), מאפשרת הן בהקשרים sentence- ומעבר ברמה, והתשובות שימושים מן (Zhou et al, 2017).

  • גודל ההורדה: 62.52 MiB

  • מערך נתונים גודל: 111.02 MiB

  • Auto-במטמון ( תיעוד ): כן

  • פיצולים:

לְפַצֵל דוגמאות
'test' 8,964
'train' 86,635
'validation' 8,965
  • מאפיינים:
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),
})
  • ציטוט:
@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},
}