sci_tail

• توضیحات :

مجموعه داده SciTail یک مجموعه داده مستلزم ایجاد شده از آزمون های علوم چند گزینه ای و جملات وب است. هر سوال و پاسخ صحیح به یک عبارت قاطعانه برای تشکیل فرضیه تبدیل می شود. بازیابی اطلاعات برای به دست آوردن متن مرتبط از مجموعه متنی بزرگی از جملات وب استفاده می شود، و این جملات به عنوان مقدمه P استفاده می شود. حاشیه نویسی چنین جفت فرض-فرضیه به ترتیب به عنوان پشتیبان (مطلوب) یا نه (خنثی) جمع آوری می شود. برای ایجاد مجموعه داده SciTail. مجموعه داده شامل 27026 نمونه با 10101 نمونه با برچسب مستلزم و 16925 نمونه با برچسب خنثی است.

• اسناد اضافی : کاوش در کاغذها با کد north_east

• صفحه اصلی : https://allenai.org/data/scitail

• کد منبع : tfds.datasets.sci_tail.Builder

• نسخه ها :

  • 1.0.0 (پیش فرض): انتشار اولیه.

• حجم دانلود : 13.52 MiB

• حجم مجموعه داده : 6.01 MiB

• ذخیره خودکار ( اسناد ): بله

• تقسیم ها :

• ساختار ویژگی :

FeaturesDict({
    'hypothesis': Text(shape=(), dtype=string),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=2),
    'premise': Text(shape=(), dtype=string),
})

• مستندات ویژگی :

• کلیدهای نظارت شده (به as_supervised doc مراجعه کنید): None

• شکل ( tfds.show_examples ): پشتیبانی نمی شود.

• مثال‌ها ( tfds.as_dataframe ):

• نقل قول :

@inproceedings{khot2018scitail,
    title={Scitail: A textual entailment dataset from science question answering},
    author={Khot, Tushar and Sabharwal, Ashish and Clark, Peter},
    booktitle={Proceedings of the 32th AAAI Conference on Artificial Intelligence (AAAI 2018)},
    url = "http://ai2-website.s3.amazonaws.com/publications/scitail-aaai-2018_cameraready.pdf",
    year={2018}
}