ช่วยปกป้อง Great Barrier Reef กับ TensorFlow บน Kaggle เข้าร่วมท้าทาย

team_question_generation

  • รายละเอียด:

การสร้างคำถามโดยใช้ชุดข้อมูลกลุ่มและการแบ่งข้อมูลที่อธิบายไว้ใน 'การสร้างคำถามเกี่ยวกับประสาทจากข้อความ: การศึกษาเบื้องต้น' (Zhou et al, 2017)

  • โฮมเพจ: https://github.com/magic282/NQG

  • รหัสที่มา: tfds.text.squad_question_generation.SquadQuestionGeneration

  • รุ่น:

    • 1.0.0 : สร้างเริ่มต้นด้วยการที่ไม่ซ้ำกันรหัสทีม QAS ในแต่ละแยกโดยใช้บริบททางระดับ

    • 2.0.0 (เริ่มต้น): แมตช์แยกเดิมของ (โจว et al, 2017) ช่วยให้ทั้งประโยคและเนื้อเรื่องระดับบริบทและคำตอบจากการใช้งาน (Zhou et al, 2017)

  • ขนาดการดาวน์โหลด: 62.52 MiB

  • ขนาดชุด: 111.02 MiB

  • ออโต้แคช ( เอกสาร ): ใช่

  • แยก:

แยก ตัวอย่าง
'test' 8,964
'train' 86,635
'validation' 8,965
  • คุณสมบัติ:
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),
})
  • อ้างอิง:
@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},
}