q_re_cc

Descripción :

Un conjunto de datos que contiene 14.000 conversaciones con 81.000 pares de preguntas y respuestas. QReCC se basa en preguntas de TREC CAsT, QuAC y Google Natural Question.

Página de inicio : https://github.com/apple/ml-qrecc
Código fuente : tfds.text.qrecc.QReCC
Versiones :
- 1.0.0 (predeterminado): versión inicial.
Tamaño de descarga : 7.60 MiB
Tamaño del conjunto de datos : 69.29 MiB
Almacenamiento en caché automático ( documentación ): Sí
Divisiones :

Dividir	Ejemplos
`'test'`	16.451
`'train'`	63.501

Estructura de características :

FeaturesDict({
    'answer': Text(shape=(), dtype=string),
    'answer_url': Text(shape=(), dtype=string),
    'context': Sequence(Text(shape=(), dtype=string)),
    'conversation_id': Scalar(shape=(), dtype=int32, description=The id of the conversation.),
    'question': Text(shape=(), dtype=string),
    'question_rewrite': Text(shape=(), dtype=string),
    'source': Text(shape=(), dtype=string),
    'turn_id': Scalar(shape=(), dtype=int32, description=The id of the conversation turn, within a conversation.),
})

Documentación de funciones :

Característica	Clase	Forma	tipo D	Descripción
	FuncionesDict
respuesta	Texto		cadena
respuesta_url	Texto		cadena
contexto	Secuencia (Texto)	(Ninguno,)	cadena
id_conversación	Escalar		int32	La identificación de la conversación.
pregunta	Texto		cadena
pregunta_reescritura	Texto		cadena
fuente	Texto		cadena	La fuente original de los datos, ya sea QuAC, CAsT o Preguntas Naturales.
turn_id	Escalar		int32	El id del turno de conversación, dentro de una conversación.

Claves supervisadas (ver documento as_supervised ): None
Figura ( tfds.show_examples ): no compatible.
Ejemplos ( tfds.as_dataframe ):

Cita :

@article{qrecc,
  title={Open-Domain Question Answering Goes Conversational via Question Rewriting},
  author={Anantha, Raviteja and Vakulenko, Svitlana and Tu, Zhucheng and Longpre, Shayne and Pulman, Stephen and Chappidi, Srinivas},
  journal={Proceedings of the 2021 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies},
  year={2021}
}