Drużyna

• opis :

Stanford Question Answering Dataset (SQuAD) to zbiór danych dotyczących czytania ze zrozumieniem, składający się z pytań zadawanych przez pracowników społecznościowych w zbiorze artykułów Wikipedii, gdzie odpowiedzią na każde pytanie jest fragment tekstu lub zakres z odpowiedniego fragmentu do czytania lub pytanie może być bez odpowiedzi.

• Dodatkowa dokumentacja : Przeglądaj dokumenty z kodem na north_east

• Strona główna : https://rajpurkar.github.io/SQuAD-explorer/

• Kod źródłowy : tfds.datasets.squad.Builder

• Wersje :

  • 3.0.0 (domyślnie): Naprawia problem z niewielką liczbą przykładów (19), w których zakresy odpowiedzi są źle wyrównane z powodu usunięcia białych znaków kontekstu.

• Klucze nadzorowane (Zobacz dokument as_supervised ): None

• Rysunek ( tfds.show_examples ): Nieobsługiwany.

• Cytat :

@article{2016arXiv160605250R,
       author = { {Rajpurkar}, Pranav and {Zhang}, Jian and {Lopyrev},
                 Konstantin and {Liang}, Percy},
        title = "{SQuAD: 100,000+ Questions for Machine Comprehension of Text}",
      journal = {arXiv e-prints},
         year = 2016,
          eid = {arXiv:1606.05250},
        pages = {arXiv:1606.05250},
archivePrefix = {arXiv},
       eprint = {1606.05250},
}

oddział/v1.1 (domyślna konfiguracja)

• Opis konfiguracji: Wersja 1.1.0 SQUAD

• Rozmiar pliku do pobrania : 33.51 MiB

• Rozmiar zestawu danych : 94.06 MiB

• Automatyczne buforowanie ( dokumentacja ): Tak

• Podziały :

• Struktura funkcji :

FeaturesDict({
    'answers': Sequence({
        'answer_start': int32,
        'text': Text(shape=(), dtype=string),
    }),
    'context': Text(shape=(), dtype=string),
    'id': string,
    'question': Text(shape=(), dtype=string),
    'title': Text(shape=(), dtype=string),
})

• Dokumentacja funkcji :

• Przykłady ( tfds.as_dataframe ):

skład/v2.0

• Opis konfiguracji: Wersja 2.0.0 SQUAD

• Rozmiar pliku do pobrania : 44.34 MiB

• Rozmiar zestawu danych : 148.54 MiB

• Automatyczne buforowanie ( dokumentacja ): Tak (walidacja), Tylko wtedy, gdy shuffle_files=False (pociąg)

• Podziały :

• Struktura funkcji :

FeaturesDict({
    'answers': Sequence({
        'answer_start': int32,
        'text': Text(shape=(), dtype=string),
    }),
    'context': Text(shape=(), dtype=string),
    'id': string,
    'is_impossible': bool,
    'plausible_answers': Sequence({
        'answer_start': int32,
        'text': Text(shape=(), dtype=string),
    }),
    'question': Text(shape=(), dtype=string),
    'title': Text(shape=(), dtype=string),
})

• Dokumentacja funkcji :

• Przykłady ( tfds.as_dataframe ):