salient_span_wikipedia

  • Deskripsi :

Kalimat Wikipedia dengan rentang menonjol berlabel.

@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/kalimat (konfigurasi default)

  • Deskripsi konfigurasi : Contohnya adalah kalimat individual yang berisi entitas.

  • Ukuran dataset : 20.57 GiB

  • Perpecahan :

Membelah Contoh
'train' 82.291.706
  • Struktur fitur :
FeaturesDict({
    'spans': Sequence({
        'limit': int32,
        'start': int32,
        'type': string,
    }),
    'text': Text(shape=(), dtype=string),
    'title': Text(shape=(), dtype=string),
})
  • Dokumentasi fitur :
Fitur Kelas Membentuk Dtype Keterangan
fiturDict
rentang Urutan
bentang/batas Tensor int32
bentang/mulai Tensor int32
bentang/tipe Tensor rangkaian
teks Teks rangkaian
judul Teks rangkaian

salient_span_wikipedia/documents

  • Deskripsi konfigurasi : Contoh dokumen lengkap.

  • Ukuran dataset : 16.52 GiB

  • Perpecahan :

Membelah Contoh
'train' 13.353.718
  • Struktur fitur :
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),
})
  • Dokumentasi fitur :
Fitur Kelas Membentuk Dtype Keterangan
fiturDict
kalimat Urutan
kalimat/batas Tensor int32
kalimat/awal Tensor int32
rentang Urutan
bentang/batas Tensor int32
bentang/mulai Tensor int32
bentang/tipe Tensor rangkaian
teks Teks rangkaian
judul Teks rangkaian