꽥꽥

• 설명 :

Question Answering in Context는 정보 탐색 대화를 모델링, 이해 및 참여하기 위한 데이터 세트입니다. 데이터 인스턴스는 두 크라우드 작업자 간의 대화형 대화로 구성됩니다. (1) 숨겨진 Wikipedia 텍스트에 대해 가능한 한 많은 것을 배우기 위해 일련의 자유 형식 질문을 하는 학생 및 (2) 짧은 발췌문을 제공하여 질문에 답하는 교사 (스팬) 텍스트에서. QuAC는 기존 기계 이해 데이터 세트에서 찾을 수 없는 문제를 도입합니다. 그 질문은 종종 더 개방적이고 대답할 수 없거나 대화 컨텍스트 내에서만 의미가 있습니다.

• 추가 문서 : north_east 코드가 있는 논문에서 탐색

• 홈페이지 : https://quac.ai/

• 소스 코드 : tfds.datasets.quac.Builder

• 버전 :

  • 1.0.0 (기본값): 최초 릴리스.

• 다운로드 크기 : 73.47 MiB

• 데이터 세트 크기 : 298.04 MiB

• 자동 캐시 ( 문서 ): 아니요

• 분할 :

• 기능 구조 :

FeaturesDict({
    'answers': Sequence({
        'answer_start': int32,
        'text': Text(shape=(), dtype=string),
    }),
    'background': Text(shape=(), dtype=string),
    'context': Text(shape=(), dtype=string),
    'followup': Text(shape=(), dtype=string),
    'orig_answer': FeaturesDict({
        'answer_start': int32,
        'text': Text(shape=(), dtype=string),
    }),
    'question': Text(shape=(), dtype=string),
    'section_title': Text(shape=(), dtype=string),
    'title': Text(shape=(), dtype=string),
    'yesno': Text(shape=(), dtype=string),
})

• 기능 문서 :

• 감독 키 ( as_supervised 문서 참조): ('context', 'answers')

• 그림 ( tfds.show_examples ): 지원되지 않습니다.

• 예 ( tfds.as_dataframe ):

• 인용 :

@article{choi2018quac,
  title={Quac: Question answering in context},
  author={Choi, Eunsol and He, He and Iyyer, Mohit and Yatskar, Mark and Yih, Wen-tau and Choi, Yejin and Liang, Percy and Zettlemoyer, Luke},
  journal={arXiv preprint arXiv:1808.07036},
  year={2018}
}