Halaman ini diterjemahkan oleh Cloud Translation API.
Switch to English

pasukan

  • Deskripsi :

Stanford Question Answer Dataset (SQuAD) adalah kumpulan data pemahaman bacaan, yang terdiri dari pertanyaan-pertanyaan yang diajukan oleh crowdworkers pada sekumpulan artikel Wikipedia, di mana jawaban untuk setiap pertanyaan adalah segmen teks, atau rentang, dari bagian bacaan yang sesuai, atau pertanyaan mungkin tidak bisa dijawab.

@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},
}
.dll

skuad / v1.1 (konfigurasi default)

  • Deskripsi konfigurasi : Versi 1.1.0 dari SQUAD

  • Ukuran unduhan : 33.51 MiB

  • Ukuran 94.04 MiB data : 94.04 MiB

  • Cache otomatis ( dokumentasi ): Ya

  • Split :

Membagi Contoh
'train' 87.599
'validation' 10.570
  • Fitur :
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),
})

skuad / v2.0

  • Deskripsi konfigurasi : Versi 2.0.0 dari SQUAD

  • Ukuran unduhan : 44.34 MiB

  • Ukuran 148.51 MiB data : 148.51 MiB

  • Cache otomatis ( dokumentasi ): Ya (validasi), Hanya jika shuffle_files=False (latih)

  • Split :

Membagi Contoh
'train' 130.319
'validation' 11.873
  • Fitur :
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),
})