squadra_domanda_generazione

• Descrizione :

Generazione di domande utilizzando il set di dati della squadra utilizzando le suddivisioni dei dati descritte in "Generazione di domande neurali dal testo: uno studio preliminare" (Zhou et al, 2017) e "Imparare a chiedere: generazione di domande neurali per la comprensione della lettura" (Du et al, 2017).

• Homepage : https://github.com/xinyadu/nqg @inproceedings{du-etal-2017-learning, title = "Imparare a chiedere: generazione di domande neurali per la comprensione della lettura", autore = "Du, Xinya e Shao, Junru e Cardie, Claire", booktitle = "Proceedings of the 55th Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers)", mese = lug, anno = "2017", indirizzo = "Vancouver, Canada", editore = " Association for Computational Linguistics", url = "https://aclanthology.org/P17-1123", doi = "10.18653/v1/P17-1123", pages = "1342--1352", } ", month = jul, anno = "2017", indirizzo = "Vancouver, Canada", editore = "Association for Computational Linguistics", url = "https://aclanthology.org/P17-1123", doi = "10.18653/v1/P17-1123" , pagine = "1342--1352", } )

• Codice sorgente : tfds.text.squad_question_generation.SquadQuestionGeneration

• Versioni :

  • 1.0.0 : build iniziale con ID SQuAD QAS univoci in ogni divisione, utilizzando il contesto a livello di passaggio (Zhou et al, 2017).

  • 2.0.0 : corrisponde alla suddivisione originale di (Zhou et al, 2017), consente contesti sia a livello di frase che di passaggio e utilizza le risposte di (Zhou et al, 2017).

  • 3.0.0 (predefinito): Aggiunta anche la suddivisione di (Du et al, 2017).

• Auto-cache ( documentazione ): Sì

• Chiavi supervisionate (Vedi as_supervised doc ): ('context_passage', 'question')

• Figura ( tfds.show_examples ): non supportato.

• Citazione :

@inproceedings{du-etal-2017-learning,
    title = "Learning to Ask: Neural Question Generation for Reading Comprehension",
    author = "Du, Xinya  and Shao, Junru  and Cardie, Claire",
    booktitle = "Proceedings of the 55th Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers)",
    month = jul,
    year = "2017",
    address = "Vancouver, Canada",
    publisher = "Association for Computational Linguistics",
    url = "https://aclanthology.org/P17-1123",
    doi = "10.18653/v1/P17-1123",
    pages = "1342--1352",
}

@inproceedings{rajpurkar-etal-2016-squad,
    title = "{SQ}u{AD}: 100,000+ Questions for Machine Comprehension of Text",
    author = "Rajpurkar, Pranav  and Zhang, Jian  and Lopyrev, Konstantin  and Liang, Percy",
    booktitle = "Proceedings of the 2016 Conference on Empirical Methods in Natural Language Processing",
    month = nov,
    year = "2016",
    address = "Austin, Texas",
    publisher = "Association for Computational Linguistics",
    url = "https://aclanthology.org/D16-1264",
    doi = "10.18653/v1/D16-1264",
    pages = "2383--2392",
}

squad_question_generation/split_du (configurazione predefinita)

• Descrizione della configurazione : risposta alla generazione di domande indipendenti da contesti a livello di passaggio (Du et al, 2017).

• Dimensione del download : 62.83 MiB

• Dimensione del set di dati: 84.67 MiB

• Divisioni :

• Struttura delle caratteristiche :

FeaturesDict({
    'answer': Text(shape=(), dtype=string),
    'context_passage': Text(shape=(), dtype=string),
    'question': Text(shape=(), dtype=string),
})

• Documentazione delle funzionalità :

• Esempi ( tfds.as_dataframe ):

squad_question_generation/split_zhou

• Descrizione della configurazione : generazione di domande dipendenti dall'intervallo di risposta da contesti a livello di frase e passaggio (Zhou et al, 2017).

• Dimensione del download : 62.52 MiB

• Dimensione del set di dati: 111.02 MiB

• Divisioni :

• Struttura delle caratteristiche :

FeaturesDict({
    'answer': Text(shape=(), dtype=string),
    'context_passage': Text(shape=(), dtype=string),
    'context_sentence': Text(shape=(), dtype=string),
    'question': Text(shape=(), dtype=string),
})

• Documentazione delle funzionalità :

• Esempi ( tfds.as_dataframe ):