q_re_cc

  • Описание :

Набор данных, содержащий 14 тысяч разговоров с 81 тысячой пар вопрос-ответ. QReCC построен на вопросах из TREC CAsT, QuAC и Google Natural Questions.

Расколоть Примеры
'test' 16 451
'train' 63 501
  • Структура функции :
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.),
})
  • Функциональная документация :
Особенность Сорт Форма Дтип Описание
ВозможностиDict
отвечать Текст нить
ответ_url Текст нить
контекст Последовательность (Текст) (Никто,) нить
идентификатор_разговора Скаляр int32 Идентификатор разговора.
вопрос Текст нить
вопрос_переписать Текст нить
источник Текст нить Исходный источник данных – QuAC, CAsT или Natural Issues.
Turn_id Скаляр int32 Идентификатор поворота разговора внутри разговора.
  • Цитата :
@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}
}