salient_span_wikipedia

  • תיאור:

משפטים בויקיפדיה עם טווחים בולטים שכותרתם.

@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/משפטים (ברירת מחדל)

  • תיאור Config: דוגמא לכך הן משפטים בודדים המכילים גופים.

  • גודל בסיס הנתונים: 20.57 GiB

  • פיצולים:

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

בולט_ספאן_וויקיפדיה/מסמכים

  • תיאור Config: דוגמאות מחדש מסמכים מלאים.

  • גודל בסיס הנתונים: 16.52 GiB

  • פיצולים:

לְפַצֵל דוגמאות
'train' 13,353,718
  • מאפיינים:
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),
})