- 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),
})
מפתחות השגחה (ראה
as_supervised
doc ):('context_passage', 'question')
איור ( tfds.show_examples ): לא נתמך.
דוגמאות ( tfds.as_dataframe ):
- 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},
}