셀카

참고자료:

답변_선택_분석

TFDS에 이 데이터세트를 로드하려면 다음 명령어를 사용하세요.

ds = tfds.load('huggingface:selqa/answer_selection_analysis')

설명 :

The SelQA dataset provides crowdsourced annotation for two selection-based question answer tasks, 
answer sentence selection and answer triggering.

라이센스 : 알려진 라이센스 없음
버전 : 1.1.0
분할 :

나뉘다	예
`'test'`	1590
`'train'`	5529
`'validation'`	785

특징 :

{
    "section": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "question": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "article": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "is_paraphrase": {
        "dtype": "bool",
        "id": null,
        "_type": "Value"
    },
    "topic": {
        "num_classes": 10,
        "names": [
            "MUSIC",
            "TV",
            "TRAVEL",
            "ART",
            "SPORT",
            "COUNTRY",
            "MOVIES",
            "HISTORICAL EVENTS",
            "SCIENCE",
            "FOOD"
        ],
        "names_file": null,
        "id": null,
        "_type": "ClassLabel"
    },
    "answers": {
        "feature": {
            "dtype": "int32",
            "id": null,
            "_type": "Value"
        },
        "length": -1,
        "id": null,
        "_type": "Sequence"
    },
    "candidates": {
        "feature": {
            "dtype": "string",
            "id": null,
            "_type": "Value"
        },
        "length": -1,
        "id": null,
        "_type": "Sequence"
    },
    "q_types": {
        "feature": {
            "num_classes": 7,
            "names": [
                "what",
                "why",
                "when",
                "who",
                "where",
                "how",
                ""
            ],
            "names_file": null,
            "id": null,
            "_type": "ClassLabel"
        },
        "length": -1,
        "id": null,
        "_type": "Sequence"
    }
}

답변_선택_실험

TFDS에 이 데이터세트를 로드하려면 다음 명령어를 사용하세요.

ds = tfds.load('huggingface:selqa/answer_selection_experiments')

설명 :

The SelQA dataset provides crowdsourced annotation for two selection-based question answer tasks, 
answer sentence selection and answer triggering.

라이센스 : 알려진 라이센스 없음
버전 : 1.1.0
분할 :

나뉘다	예
`'test'`	19435
`'train'`	66438
`'validation'`	9377

특징 :

{
    "question": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "candidate": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "label": {
        "num_classes": 2,
        "names": [
            "0",
            "1"
        ],
        "names_file": null,
        "id": null,
        "_type": "ClassLabel"
    }
}

답변_트리거링_분석

TFDS에 이 데이터세트를 로드하려면 다음 명령어를 사용하세요.

ds = tfds.load('huggingface:selqa/answer_triggering_analysis')

설명 :

The SelQA dataset provides crowdsourced annotation for two selection-based question answer tasks, 
answer sentence selection and answer triggering.

라이센스 : 알려진 라이센스 없음
버전 : 1.1.0
분할 :

나뉘다	예
`'test'`	1590
`'train'`	5529
`'validation'`	785

특징 :

{
    "section": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "question": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "article": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "is_paraphrase": {
        "dtype": "bool",
        "id": null,
        "_type": "Value"
    },
    "topic": {
        "num_classes": 10,
        "names": [
            "MUSIC",
            "TV",
            "TRAVEL",
            "ART",
            "SPORT",
            "COUNTRY",
            "MOVIES",
            "HISTORICAL EVENTS",
            "SCIENCE",
            "FOOD"
        ],
        "names_file": null,
        "id": null,
        "_type": "ClassLabel"
    },
    "q_types": {
        "feature": {
            "num_classes": 7,
            "names": [
                "what",
                "why",
                "when",
                "who",
                "where",
                "how",
                ""
            ],
            "names_file": null,
            "id": null,
            "_type": "ClassLabel"
        },
        "length": -1,
        "id": null,
        "_type": "Sequence"
    },
    "candidate_list": {
        "feature": {
            "article": {
                "dtype": "string",
                "id": null,
                "_type": "Value"
            },
            "section": {
                "dtype": "string",
                "id": null,
                "_type": "Value"
            },
            "candidates": {
                "feature": {
                    "dtype": "string",
                    "id": null,
                    "_type": "Value"
                },
                "length": -1,
                "id": null,
                "_type": "Sequence"
            },
            "answers": {
                "feature": {
                    "dtype": "int32",
                    "id": null,
                    "_type": "Value"
                },
                "length": -1,
                "id": null,
                "_type": "Sequence"
            }
        },
        "length": -1,
        "id": null,
        "_type": "Sequence"
    }
}

답변_트리거링_실험

TFDS에 이 데이터세트를 로드하려면 다음 명령어를 사용하세요.

ds = tfds.load('huggingface:selqa/answer_triggering_experiments')

설명 :

The SelQA dataset provides crowdsourced annotation for two selection-based question answer tasks, 
answer sentence selection and answer triggering.

라이센스 : 알려진 라이센스 없음
버전 : 1.1.0
분할 :

나뉘다	예
`'test'`	59845
`'train'`	205075
`'validation'`	28798

특징 :

{
    "question": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "candidate": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "label": {
        "num_classes": 2,
        "names": [
            "0",
            "1"
        ],
        "names_file": null,
        "id": null,
        "_type": "ClassLabel"
    }
}