ластик_multi_rc

• Описание :

Eraser Multi RC — это набор данных для запросов по многострочным отрывкам вместе с ответами и обоснованием. Каждый пример в этом наборе данных состоит из следующих 5 частей.

1. Многострочный пассаж 2. Вопрос о пассаже 3. Ответ на вопрос
2. Классификация того, является ли ответ правильным или неправильным 5. Объяснение, обосновывающее классификацию

• Дополнительная документация : изучить документы с кодом north_east

• Домашняя страница : https://cogcomp.seas.upenn.edu/multirc/

• Исходный код : tfds.text.EraserMultiRc

• Версии :

  • 0.1.1 (по умолчанию): нет примечаний к выпуску.

• Размер загрузки : 1.59 MiB

• Размер набора данных : 62.59 MiB .

• Автоматическое кэширование ( документация ): Да

• Сплиты :

• Структура функции :

FeaturesDict({
    'evidences': Sequence(Text(shape=(), dtype=string)),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=2),
    'passage': Text(shape=(), dtype=string),
    'query_and_answer': Text(shape=(), dtype=string),
})

• Документация по функциям :

• Ключи под наблюдением (см . документ as_supervised ): None

• Рисунок ( tfds.show_examples ): не поддерживается.

• Примеры ( tfds.as_dataframe ):

• Цитата :

@unpublished{eraser2019,
    title = {ERASER: A Benchmark to Evaluate Rationalized NLP Models},
    author = {Jay DeYoung and Sarthak Jain and Nazneen Fatema Rajani and Eric Lehman and Caiming Xiong and Richard Socher and Byron C. Wallace}
}
@inproceedings{MultiRC2018,
    author = {Daniel Khashabi and Snigdha Chaturvedi and Michael Roth and Shyam Upadhyay and Dan Roth},
    title = {Looking Beyond the Surface:A Challenge Set for Reading Comprehension over Multiple Sentences},
    booktitle = {NAACL},
    year = {2018}
}