Эта страница была переведа с помощью Cloud Translation API.
Switch to English

отряд

  • Описание :

Стэнфордский набор данных с ответами на вопросы (SQuAD) - это набор данных для понимания прочитанного, состоящий из вопросов, заданных краудворкерами в наборе статей Википедии, где ответом на каждый вопрос является фрагмент текста или промежуток из соответствующего отрывка для чтения или вопрос может быть безответным.

@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},
}

squad / v1.1 (конфигурация по умолчанию)

  • Описание конфигурации : Версия 1.1.0 SQUAD

  • Размер загрузки : 33.51 MiB

  • Размер набора данных : 94.04 MiB

  • Автоматическое кэширование ( документация ): Да

  • Сплит :

Трещина Примеры
'train' 87 599
'validation' 10 570
  • Особенности :
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),
})

отряд / v2.0

  • Описание конфигурации : Версия 2.0.0 SQUAD

  • Размер загрузки : 44.34 MiB

  • Размер набора данных : 148.51 MiB

  • Автоматическое кэширование ( документация ): Да (проверка), только когда shuffle_files=False (поезд)

  • Сплит :

Трещина Примеры
'train' 130 319
'validation' 11 873
  • Особенности :
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),
})