asqá

Descripción :

ASQA es el primer conjunto de datos de respuesta a preguntas de formato largo que se centra en preguntas factoides ambiguas. A diferencia de los conjuntos de datos de respuestas largas anteriores, cada pregunta está anotada con respuestas largas y pares de preguntas y respuestas extractivas, que deben responderse mediante el pasaje generado. Una respuesta larga generada se evaluará utilizando la precisión de ROUGE y QA. Demostramos que estas métricas de evaluación se correlacionaban bien con el juicio humano. En este repositorio publicamos el conjunto de datos ASQA, junto con el código de evaluación: <a href="https://github.com/google-research/language/tree/master/language/asqa">https://github.com/google-research/language/tree/master/language/asqa</a>

Página de inicio : https://github.com/google-research/language/tree/master/language/asqa
Código fuente : tfds.datasets.asqa.Builder
Versiones :
- 1.0.0 : versión inicial.
- 2.0.0 (predeterminado) : el ID de muestra va de int32 (desbordante) a int64.
Tamaño de descarga : 17.86 MiB
Tamaño del conjunto de datos : 14.51 MiB
Almacenamiento en caché automático ( documentación ): Sí
Divisiones :

Dividir	Ejemplos
`'dev'`	948
`'train'`	4.353

Estructura de características :

FeaturesDict({
    'ambiguous_question': Text(shape=(), dtype=string),
    'annotations': Sequence({
        'knowledge': Sequence({
            'content': Text(shape=(), dtype=string),
            'wikipage': Text(shape=(), dtype=string),
        }),
        'long_answer': Text(shape=(), dtype=string),
    }),
    'qa_pairs': Sequence({
        'context': Text(shape=(), dtype=string),
        'question': Text(shape=(), dtype=string),
        'short_answers': Sequence(Text(shape=(), dtype=string)),
        'wikipage': Text(shape=(), dtype=string),
    }),
    'sample_id': int64,
    'wikipages': Sequence({
        'title': Text(shape=(), dtype=string),
        'url': Text(shape=(), dtype=string),
    }),
})

Documentación de funciones :

Característica	Clase	Forma	tipo D	Descripción
	FuncionesDict
pregunta_ambigua	Texto		cadena	Pregunta desambiguada de AmbigQA.
anotaciones	Secuencia			Respuestas extensas a la pregunta ambigua construida por los anotadores de ASQA.
anotaciones/conocimiento	Secuencia			Lista de conocimientos adicionales.
anotaciones/conocimiento/contenido	Texto		cadena	Un pasaje de Wikipedia.
anotaciones/conocimiento/wikipágina	Texto		cadena	Título de la página de Wikipedia de la que se tomó el pasaje.
anotaciones/respuesta_larga	Texto		cadena	Anotación.
qa_pares	Secuencia			Pares de preguntas y respuestas de AmbigQA que se utilizan para desambiguación.
qa_pairs/contexto	Texto		cadena	Se proporciona contexto adicional.
qa_pairs/pregunta	Texto		cadena
pares_qa/respuestas_cortas	Secuencia (Texto)	(Ninguno,)	cadena	Lista de respuestas breves de AmbigQA.
qa_pairs/wikipage	Texto		cadena	Título de la página de Wikipedia de la que se tomó el contexto adicional.
id_muestra	Tensor		int64
páginas wiki	Secuencia			Lista de páginas de Wikipedia visitadas por anotadores de AmbigQA.
páginas wiki/título	Texto		cadena	Título de la página de Wikipedia.
páginas wiki/url	Texto		cadena	Enlace a la página de Wikipedia.

Claves supervisadas (ver documento as_supervised ): None
Figura ( tfds.show_examples ): no compatible.
Ejemplos ( tfds.as_dataframe ):

Cita :

@misc{https://doi.org/10.48550/arxiv.2204.06092,
doi = {10.48550/ARXIV.2204.06092},
url = {https://arxiv.org/abs/2204.06092},
author = {Stelmakh, Ivan and Luan, Yi and Dhingra, Bhuwan and Chang, Ming-Wei},
keywords = {Computation and Language (cs.CL), FOS: Computer and information sciences, FOS: Computer and information sciences},
title = {ASQA: Factoid Questions Meet Long-Form Answers},
publisher = {arXiv},
year = {2022},
copyright = {arXiv.org perpetual, non-exclusive license}
}