코스모스_카

• 설명 :

Cosmos QA는 객관식 질문으로 구성된 상식 기반 독해력이 필요한 35.6K 문제의 대규모 데이터 세트입니다. 그것은 맥락에서 정확한 텍스트 범위를 넘어서는 추론이 필요한 사건의 가능한 원인이나 결과에 관한 질문을 던지며 사람들의 일상 이야기의 다양한 컬렉션을 통해 행간 읽기에 중점을 둡니다.

• 추가 문서 : north_east 코드가 있는 논문에서 탐색

• 홈페이지 : https://wilburone.github.io/cosmos/

• 소스 코드 : tfds.question_answering.CosmosQA

• 버전 :

  • 1.0.0 (기본값): 릴리스 정보가 없습니다.

• 다운로드 크기 : 23.27 MiB

• 데이터 세트 크기 : 27.09 MiB

• 자동 캐시 ( 문서 ): 예

• 분할 :

• 기능 구조 :

FeaturesDict({
    'answer0': Text(shape=(), dtype=string),
    'answer1': Text(shape=(), dtype=string),
    'answer2': Text(shape=(), dtype=string),
    'answer3': Text(shape=(), dtype=string),
    'context': Text(shape=(), dtype=string),
    'id': Text(shape=(), dtype=string),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=4),
    'question': Text(shape=(), dtype=string),
})

• 기능 문서 :

• 감독된 키 ( as_supervised 문서 참조): None

• 그림 ( tfds.show_examples ): 지원되지 않습니다.

• 예 ( tfds.as_dataframe ):

• 인용 :

@inproceedings{huang-etal-2019-cosmos,
    title = "Cosmos {QA}: Machine Reading Comprehension with Contextual Commonsense Reasoning",
    author = "Huang, Lifu  and
      Le Bras, Ronan  and
      Bhagavatula, Chandra  and
      Choi, Yejin",
    booktitle = "Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing and the 9th International Joint Conference on Natural Language Processing (EMNLP-IJCNLP)",
    year = "2019",
    url = "https://www.aclweb.org/anthology/D19-1243"
}