Ayuda a proteger la Gran Barrera de Coral con TensorFlow en Kaggle Únete Challenge

salient_span_wikipedia

  • Descripción:

Oraciones de Wikipedia con lapsos destacados etiquetados.

@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 / oraciones (configuración predeterminada)

  • Descripción Config: Ejemplos son frases individuales que contienen entidades.

  • Tamaño de conjunto de datos: 20.57 GiB

  • Fraccionamientos:

Separar Ejemplos de
'train' 82,291,706
  • características:
FeaturesDict({
    'spans': Sequence({
        'limit': tf.int32,
        'start': tf.int32,
        'type': tf.string,
    }),
    'text': Text(shape=(), dtype=tf.string),
    'title': Text(shape=(), dtype=tf.string),
})

salient_span_wikipedia / documents

  • Descripción config: Ejemplos re documentos completos.

  • Tamaño de conjunto de datos: 16.52 GiB

  • Fraccionamientos:

Separar Ejemplos de
'train' 13,353,718
  • características:
FeaturesDict({
    'sentences': Sequence({
        'limit': tf.int32,
        'start': tf.int32,
    }),
    'spans': Sequence({
        'limit': tf.int32,
        'start': tf.int32,
        'type': tf.string,
    }),
    'text': Text(shape=(), dtype=tf.string),
    'title': Text(shape=(), dtype=tf.string),
})