Squad_question_Generation

• คำอธิบาย :

การสร้างคำถามโดยใช้ชุดข้อมูลกลุ่มโดยใช้การแยกข้อมูลที่อธิบายไว้ใน 'การสร้างคำถามจากประสาทจากข้อความ: การศึกษาเบื้องต้น' (Zhou et al, 2017) และ 'การเรียนรู้ที่จะถาม: การสร้างคำถามระบบประสาทเพื่อความเข้าใจในการอ่าน' (Du et al, 2017)

• หน้าแรก : https://github.com/xinyadu/nqg @inproceedings{du-etal-2017-learning, title = "การเรียนรู้ที่จะถาม: การสร้างคำถามเชิงประสาทเพื่อความเข้าใจในการอ่าน", ผู้แต่ง = "Du, Xinya และ Shao, Junru และ Cardie, Claire", ชื่อหนังสือ = "การประชุมประจำปีครั้งที่ 55 ของสมาคมภาษาศาสตร์เชิงคำนวณ (เล่มที่ 1: Long Papers)", เดือน = กรกฎาคม, ปี = "2017", ที่อยู่ = "แวนคูเวอร์, แคนาดา", สำนักพิมพ์ = " สมาคมภาษาศาสตร์เชิงคำนวณ", url = "https://aclanthology.org/P17-1123", doi = "10.18653/v1/P17-1123", หน้า = "1342--1352", } ", month = jul, year = "2017", ที่อยู่ = "Vancouver, Canada", สำนักพิมพ์ = "Association for Computational Linguistics", url = "https://aclanthology.org/P17-1123", doi = "10.18653/v1/P17-1123" , หน้า = "1342--1352", } )

• รหัสที่มา : tfds.text.squad_question_generation.SquadQuestionGeneration

• รุ่น :

  • 1.0.0 : สร้างครั้งแรกด้วยรหัส SQuAD QAS ที่ไม่ซ้ำกันในแต่ละแยก โดยใช้บริบทระดับเนื้อเรื่อง (Zhou et al, 2017)

  • 2.0.0 : จับคู่การแบ่งต้นฉบับของ (Zhou et al, 2017) อนุญาตทั้งบริบทระดับประโยคและข้อความ และใช้คำตอบจาก (Zhou et al, 2017)

  • 3.0.0 (ค่าเริ่มต้น): เพิ่มการแยก (Du et al, 2017) ด้วย

• แคชอัตโนมัติ ( เอกสาร ): ใช่

• คีย์ภายใต้การดูแล (ดู as_supervised doc ): ('context_passage', 'question')

• รูปภาพ ( tfds.show_examples ): ไม่รองรับ

• การอ้างอิง :

@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 (การกำหนดค่าเริ่มต้น)

• คำอธิบาย การกำหนดค่า : ตอบคำถามอิสระจากบริบทระดับข้อความ (Du et al, 2017)

• ขนาดการดาวน์โหลด : 62.83 MiB

• ขนาดชุดข้อมูล : 84.67 MiB

• แยก :

• โครงสร้างคุณลักษณะ :

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

• เอกสารคุณสมบัติ :

• ตัวอย่าง ( tfds.as_dataframe ):

Squad_question_generation/split_zhou

• คำอธิบาย การกำหนดค่า: การสร้างคำถามที่ขึ้นอยู่กับช่วงคำตอบจากบริบทระดับประโยคและข้อความ (Zhou et al, 2017)

• ขนาดการดาวน์โหลด : 62.52 MiB

• ขนาดชุดข้อมูล : 111.02 MiB

• แยก :

• โครงสร้างคุณลักษณะ :

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

• เอกสารคุณสมบัติ :

• ตัวอย่าง ( tfds.as_dataframe ):