wyciągać się

• opis :

Common Sense Explanations (CoS-E) umożliwia trenowanie modeli językowych w celu automatycznego generowania wyjaśnień, które można wykorzystać podczas uczenia i wnioskowania w nowatorskiej strukturze Commonsense Auto-Generated Explanation (CAGE).

• Dodatkowa dokumentacja : Przeglądaj dokumenty z kodem na north_east

• Strona główna : https://github.com/salesforce/cos-e

• Kod źródłowy : tfds.text.CosE

• Wersje :

  • 0.0.1 (domyślnie): Brak informacji o wersji.

• Rozmiar pliku do pobrania : 6.23 MiB

• Rozmiar zestawu danych : 3.89 MiB

• Automatyczne buforowanie ( dokumentacja ): Tak

• Podziały :

• Struktura funkcji :

FeaturesDict({
    'abstractive_explanation': Text(shape=(), dtype=string),
    'answer': Text(shape=(), dtype=string),
    'choices': Sequence(Text(shape=(), dtype=string)),
    'extractive_explanation': Text(shape=(), dtype=string),
    'id': Text(shape=(), dtype=string),
    'question': Text(shape=(), dtype=string),
})

• Dokumentacja funkcji :

• Klucze nadzorowane (Zobacz dokument as_supervised ): None

• Rysunek ( tfds.show_examples ): Nieobsługiwany.

• Przykłady ( tfds.as_dataframe ):

• Cytat :

@inproceedings{rajani2019explain,
     title = "Explain Yourself! Leveraging Language models for Commonsense Reasoning",
    author = "Rajani, Nazneen Fatema  and
      McCann, Bryan  and
      Xiong, Caiming  and
      Socher, Richard",
      year="2019",
    booktitle = "Proceedings of the 2019 Conference of the Association for Computational Linguistics (ACL2019)",
    url ="https://arxiv.org/abs/1906.02361"
}