salient_span_wikipedia

  • Descrizione :

Frasi di Wikipedia con intervalli salienti etichettati.

@article{guu2020realm,
    title={REALM: Retrieval-Augmented Language Model Pre-Training},
    author={Kelvin Guu and Kenton Lee and Zora Tung and Panupong Pasupat and Ming-Wei Chang},
    year={2020},
    journal = {arXiv e-prints},
    archivePrefix = {arXiv},
    eprint={2002.08909},
}

salient_span_wikipedia/frasi (configurazione predefinita)

  • Descrizione della configurazione : gli esempi sono singole frasi contenenti entità.

  • Dimensione del set di dati: 20.57 GiB

  • Divisioni :

Diviso Esempi
'train' 82.291.706
  • Struttura delle caratteristiche :
FeaturesDict({
    'spans': Sequence({
        'limit': int32,
        'start': int32,
        'type': string,
    }),
    'text': Text(shape=(), dtype=string),
    'title': Text(shape=(), dtype=string),
})
  • Documentazione delle funzionalità :
Caratteristica Classe Forma Tipo D Descrizione
CaratteristicheDict
campate Sequenza
span/limite Tensore int32
campate/inizio Tensore int32
span/tipo Tensore corda
testo Testo corda
titolo Testo corda

salient_span_wikipedia/documents

  • Descrizione della configurazione : esempi di documenti completi.

  • Dimensione del set di dati: 16.52 GiB

  • Divisioni :

Diviso Esempi
'train' 13.353.718
  • Struttura delle caratteristiche :
FeaturesDict({
    'sentences': Sequence({
        'limit': int32,
        'start': int32,
    }),
    'spans': Sequence({
        'limit': int32,
        'start': int32,
        'type': string,
    }),
    'text': Text(shape=(), dtype=string),
    'title': Text(shape=(), dtype=string),
})
  • Documentazione delle funzionalità :
Caratteristica Classe Forma Tipo D Descrizione
CaratteristicheDict
frasi Sequenza
frasi/limite Tensore int32
frasi/inizio Tensore int32
campate Sequenza
span/limite Tensore int32
campate/inizio Tensore int32
span/tipo Tensore corda
testo Testo corda
titolo Testo corda