Ajuda a proteger a Grande Barreira de Corais com TensorFlow em Kaggle Junte Desafio

solta

  • Descrição:

Com o desempenho do sistema em benchmarks de compreensão de leitura existentes se aproximando ou ultrapassando o desempenho humano, precisamos de um novo conjunto de dados rígido que aprimore as capacidades dos sistemas para realmente ler parágrafos de texto. DROP é um benchmark de 96k questões criado adversarialmente, crowdsourced, no qual um sistema deve resolver referências em uma questão, talvez para várias posições de entrada, e realizar operações discretas sobre elas (como adição, contagem ou classificação). Essas operações exigem um entendimento muito mais abrangente do conteúdo dos parágrafos do que o necessário para os conjuntos de dados anteriores.

Dividir Exemplos
'dev' 9.536
'train' 77.409
  • Características:
FeaturesDict({
    'answer': Text(shape=(), dtype=tf.string),
    'passage': Text(shape=(), dtype=tf.string),
    'query_id': Text(shape=(), dtype=tf.string),
    'question': Text(shape=(), dtype=tf.string),
    'validated_answers': Sequence(Text(shape=(), dtype=tf.string)),
})
  • citação:
@inproceedings{Dua2019DROP,
  author={Dheeru Dua and Yizhong Wang and Pradeep Dasigi and Gabriel Stanovsky and Sameer Singh and Matt Gardner},
  title={  {DROP}: A Reading Comprehension Benchmark Requiring Discrete Reasoning Over Paragraphs},
  booktitle={Proc. of NAACL},
  year={2019}
}