- توضیحات :
مجموعه داده های پاسخ سوالات استنفورد (SQuAD) یک مجموعه داده درک مطلب است ، متشکل از س questionsالاتی است که توسط مجموعه کارگران در مجموعه ای از مقاله های ویکی پدیا مطرح شده است ، که در آن پاسخ به هر س aال بخشی از متن است ، یا دامنه آن از متن قرائت مربوطه یا س questionال ممکن است غیرقابل تحمل باشد.
صفحه اصلی : https://rajpurkar.github.io/SQuAD-explorer/
کد منبع :
tfds.question_answering.squad.Squad
نسخه ها :
-
2.0.0
(پیش فرض): بدون یادداشت انتشار.
-
کلیدهای تحت نظارت (به
as_supervised
سند نظارت شده مراجعه کنید):None
نقل قول :
@article{2016arXiv160605250R,
author = { {Rajpurkar}, Pranav and {Zhang}, Jian and {Lopyrev},
Konstantin and {Liang}, Percy},
title = "{SQuAD: 100,000+ Questions for Machine Comprehension of Text}",
journal = {arXiv e-prints},
year = 2016,
eid = {arXiv:1606.05250},
pages = {arXiv:1606.05250},
archivePrefix = {arXiv},
eprint = {1606.05250},
}
- شکل ( tfds.show_examples ): پشتیبانی نمی شود.
squad / v1.1 (پیکربندی پیش فرض)
توضیحات پیکربندی : نسخه 1.1.0 SQUAD
حجم بارگیری :
33.51 MiB
اندازه مجموعه داده :
94.04 MiB
ذخیره خودکار ( مستندات ): بله
تقسیم :
شکاف | مثال ها |
---|---|
'train' | 87،599 |
'validation' | 10،570 |
- ویژگی ها :
FeaturesDict({
'answers': Sequence({
'answer_start': tf.int32,
'text': Text(shape=(), dtype=tf.string),
}),
'context': Text(shape=(), dtype=tf.string),
'id': tf.string,
'question': Text(shape=(), dtype=tf.string),
'title': Text(shape=(), dtype=tf.string),
})
- مثالها ( tfds.as_dataframe ):
تیم / v2.0
توضیحات پیکربندی : نسخه 2.0.0 SQUAD
اندازه
44.34 MiB
:44.34 MiB
اندازه مجموعه داده :
148.51 MiB
ذخیره خودکار ( مستندات ): بله (اعتبار سنجی) ، فقط وقتی
shuffle_files=False
(قطار)تقسیم :
شکاف | مثال ها |
---|---|
'train' | 130،319 |
'validation' | 11873 |
- ویژگی ها :
FeaturesDict({
'answers': Sequence({
'answer_start': tf.int32,
'text': Text(shape=(), dtype=tf.string),
}),
'context': Text(shape=(), dtype=tf.string),
'id': tf.string,
'is_impossible': tf.bool,
'plausible_answers': Sequence({
'answer_start': tf.int32,
'text': Text(shape=(), dtype=tf.string),
}),
'question': Text(shape=(), dtype=tf.string),
'title': Text(shape=(), dtype=tf.string),
})
- مثالها ( tfds.as_dataframe ):