ai2_arc

• Описание:

Новый набор данных из 7 787 вопросов по естественным наукам на уровне начальной школы, с множественным выбором ответов, собранный для поощрения исследований в области расширенных ответов на вопросы. Набор данных разделен на набор задач и простой набор, где первый содержит только вопросы, на которые неверно даны ответы как алгоритмом поиска, так и алгоритмом совпадения слов. Мы также включаем корпус из более чем 14 миллионов научных предложений, относящихся к задаче, и реализацию трех базовых нейронных моделей для этого набора данных. Мы ставим ARC как вызов сообществу.

• Домашняя страница: https://allenai.org/data/arc

• Исходный код: tfds.question_answering.Ai2Arc

• Версии:

  • 1.0.0 ( по умолчанию): Нет Замечания к выпуску.

• Скачать Размер: 649.30 MiB

• Авто-кэшируются ( документация ): Да

• Особенности:

FeaturesDict({
    'answerKey': ClassLabel(shape=(), dtype=tf.int64, num_classes=5),
    'choices': Sequence({
        'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=5),
        'text': Text(shape=(), dtype=tf.string),
    }),
    'id': Text(shape=(), dtype=tf.string),
    'question': Text(shape=(), dtype=tf.string),
})

• Контролируемые ключи (см as_supervised документ ): None

• Рис ( tfds.show_examples ): Не поддерживается.

• Образец цитирования:

@article{allenai:arc,
      author    = {Peter Clark  and Isaac Cowhey and Oren Etzioni and Tushar Khot and
                    Ashish Sabharwal and Carissa Schoenick and Oyvind Tafjord},
      title     = {Think you have Solved Question Answering? Try ARC, the AI2 Reasoning Challenge},
      journal   = {arXiv:1803.05457v1},
      year      = {2018},
}

ai2_arc / ARC-Challenge (конфигурация по умолчанию)

• Описание Config: вызов Набор 2590 «жестких» вопросов (те , что как поиск и метод смежности не правильно ответить)

• Dataset Размер: 939.91 KiB

• расколы:

• Примеры ( tfds.as_dataframe ):

ai2_arc / ARC-Easy

• Описание Config: Easy Набор 5197 вопросов для ARC Challenge.

• Dataset размер: 1.63 MiB

• расколы:

• Примеры ( tfds.as_dataframe ):