چیزهای بی اهمیت_قا

• توضیحات :

TriviaqQA یک مجموعه داده درک مطلب است که شامل بیش از 650 هزار پرسش و پاسخ و شواهد سه گانه است. TriviaqQA شامل 95 هزار جفت پرسش-پاسخ است که توسط علاقه مندان به چیزهای بی اهمیت نوشته شده است و اسناد شواهدی که به طور مستقل جمع آوری شده اند، به طور متوسط ​​6 عدد در هر سوال، که نظارت از راه دور با کیفیت بالا را برای پاسخ دادن به سوالات فراهم می کند.

• اسناد اضافی : کاوش در کاغذها با کد north_east

• صفحه اصلی : http://nlp.cs.washington.edu/triviaqa/

• کد منبع : tfds.datasets.trivia_qa.Builder

• نسخه ها :

  • 1.1.0 (پیش فرض): بدون یادداشت انتشار.

• ساختار ویژگی :

FeaturesDict({
    'answer': FeaturesDict({
        'aliases': Sequence(Text(shape=(), dtype=string)),
        'matched_wiki_entity_name': Text(shape=(), dtype=string),
        'normalized_aliases': Sequence(Text(shape=(), dtype=string)),
        'normalized_matched_wiki_entity_name': Text(shape=(), dtype=string),
        'normalized_value': Text(shape=(), dtype=string),
        'type': Text(shape=(), dtype=string),
        'value': Text(shape=(), dtype=string),
    }),
    'entity_pages': Sequence({
        'doc_source': Text(shape=(), dtype=string),
        'filename': Text(shape=(), dtype=string),
        'title': Text(shape=(), dtype=string),
        'wiki_context': Text(shape=(), dtype=string),
    }),
    'question': Text(shape=(), dtype=string),
    'question_id': Text(shape=(), dtype=string),
    'question_source': Text(shape=(), dtype=string),
    'search_results': Sequence({
        'description': Text(shape=(), dtype=string),
        'filename': Text(shape=(), dtype=string),
        'rank': int32,
        'search_context': Text(shape=(), dtype=string),
        'title': Text(shape=(), dtype=string),
        'url': Text(shape=(), dtype=string),
    }),
})

• مستندات ویژگی :

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

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

• نقل قول :

@article{2017arXivtriviaqa,
       author = { {Joshi}, Mandar and {Choi}, Eunsol and {Weld},
                 Daniel and {Zettlemoyer}, Luke},
        title = "{triviaqa: A Large Scale Distantly Supervised Challenge Dataset for Reading Comprehension}",
      journal = {arXiv e-prints},
         year = 2017,
          eid = {arXiv:1705.03551},
        pages = {arXiv:1705.03551},
archivePrefix = {arXiv},
       eprint = {1705.03551},
}

trivia_qa/rc (پیکربندی پیش فرض)

• توضیحات پیکربندی : جفت‌های پرسش و پاسخ که در آن همه اسناد برای یک سؤال معین شامل رشته (های) پاسخ هستند. شامل زمینه ویکی پدیا و نتایج جستجو می شود.

• حجم دانلود : 2.48 GiB

• حجم مجموعه داده : 14.99 GiB

• ذخیره خودکار ( اسناد ): خیر

• تقسیم ها :

• مثال‌ها ( tfds.as_dataframe ):

trivia_qa/rc.nocontext

• توضیحات پیکربندی : جفت‌های پرسش و پاسخ که در آن همه اسناد برای یک سؤال معین شامل رشته (های) پاسخ هستند.

• حجم دانلود : 2.48 GiB

• حجم مجموعه داده : 196.84 MiB

• ذخیره خودکار ( مستندات ): بله (تست، اعتبارسنجی)، فقط زمانی که shuffle_files=False (قطار)

• تقسیم ها :

• مثال‌ها ( tfds.as_dataframe ):

trivia_qa/فیلتر نشده

• شرح پیکربندی : 110 هزار جفت پرسش و پاسخ برای QA دامنه باز که در آن همه اسناد برای یک سؤال معین شامل رشته(های) پاسخ نیستند. این باعث می شود مجموعه داده فیلتر نشده برای QA به سبک IR مناسب تر باشد. شامل زمینه ویکی پدیا و نتایج جستجو می شود.

• حجم دانلود : 3.07 GiB

• حجم مجموعه داده : 27.27 GiB

• ذخیره خودکار ( اسناد ): خیر

• تقسیم ها :

• مثال‌ها ( tfds.as_dataframe ):

trivia_qa/unfiltered.nocontext

• شرح پیکربندی : 110 هزار جفت پرسش و پاسخ برای QA دامنه باز که در آن همه اسناد برای یک سؤال معین شامل رشته(های) پاسخ نیستند. این باعث می شود مجموعه داده فیلتر نشده برای QA به سبک IR مناسب تر باشد.

• حجم دانلود : 603.25 MiB

• حجم مجموعه داده : 119.78 MiB

• ذخیره خودکار ( اسناد ): بله

• تقسیم ها :

• مثال‌ها ( tfds.as_dataframe ):

• توضیحات :

TriviaqQA یک مجموعه داده درک مطلب است که شامل بیش از 650 هزار پرسش و پاسخ و شواهد سه گانه است. TriviaqQA شامل 95 هزار جفت پرسش-پاسخ است که توسط علاقه مندان به چیزهای بی اهمیت نوشته شده است و اسناد شواهدی که به طور مستقل جمع آوری شده اند، به طور متوسط ​​6 عدد در هر سوال، که نظارت از راه دور با کیفیت بالا را برای پاسخ دادن به سوالات فراهم می کند.

• اسناد اضافی : کاوش در کاغذها با کد north_east

• صفحه اصلی : http://nlp.cs.washington.edu/triviaqa/

• کد منبع : tfds.datasets.trivia_qa.Builder

• نسخه ها :

  • 1.1.0 (پیش فرض): بدون یادداشت انتشار.

• ساختار ویژگی :

FeaturesDict({
    'answer': FeaturesDict({
        'aliases': Sequence(Text(shape=(), dtype=string)),
        'matched_wiki_entity_name': Text(shape=(), dtype=string),
        'normalized_aliases': Sequence(Text(shape=(), dtype=string)),
        'normalized_matched_wiki_entity_name': Text(shape=(), dtype=string),
        'normalized_value': Text(shape=(), dtype=string),
        'type': Text(shape=(), dtype=string),
        'value': Text(shape=(), dtype=string),
    }),
    'entity_pages': Sequence({
        'doc_source': Text(shape=(), dtype=string),
        'filename': Text(shape=(), dtype=string),
        'title': Text(shape=(), dtype=string),
        'wiki_context': Text(shape=(), dtype=string),
    }),
    'question': Text(shape=(), dtype=string),
    'question_id': Text(shape=(), dtype=string),
    'question_source': Text(shape=(), dtype=string),
    'search_results': Sequence({
        'description': Text(shape=(), dtype=string),
        'filename': Text(shape=(), dtype=string),
        'rank': int32,
        'search_context': Text(shape=(), dtype=string),
        'title': Text(shape=(), dtype=string),
        'url': Text(shape=(), dtype=string),
    }),
})

• مستندات ویژگی :

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

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

• نقل قول :

@article{2017arXivtriviaqa,
       author = { {Joshi}, Mandar and {Choi}, Eunsol and {Weld},
                 Daniel and {Zettlemoyer}, Luke},
        title = "{triviaqa: A Large Scale Distantly Supervised Challenge Dataset for Reading Comprehension}",
      journal = {arXiv e-prints},
         year = 2017,
          eid = {arXiv:1705.03551},
        pages = {arXiv:1705.03551},
archivePrefix = {arXiv},
       eprint = {1705.03551},
}

trivia_qa/rc (پیکربندی پیش فرض)

• توضیحات پیکربندی : جفت‌های پرسش و پاسخ که در آن همه اسناد برای یک سؤال معین شامل رشته (های) پاسخ هستند. شامل زمینه ویکی پدیا و نتایج جستجو می شود.

• حجم دانلود : 2.48 GiB

• حجم مجموعه داده : 14.99 GiB

• ذخیره خودکار ( اسناد ): خیر

• تقسیم ها :

• مثال‌ها ( tfds.as_dataframe ):

trivia_qa/rc.nocontext

• توضیحات پیکربندی : جفت‌های پرسش و پاسخ که در آن همه اسناد برای یک سؤال معین شامل رشته (های) پاسخ هستند.

• حجم دانلود : 2.48 GiB

• حجم مجموعه داده : 196.84 MiB

• ذخیره خودکار ( مستندات ): بله (تست، اعتبارسنجی)، فقط زمانی که shuffle_files=False (قطار)

• تقسیم ها :

• مثال‌ها ( tfds.as_dataframe ):

trivia_qa/فیلتر نشده

• شرح پیکربندی : 110 هزار جفت پرسش و پاسخ برای QA دامنه باز که در آن همه اسناد برای یک سؤال معین شامل رشته(های) پاسخ نیستند. این باعث می شود مجموعه داده فیلتر نشده برای QA به سبک IR مناسب تر باشد. شامل زمینه ویکی پدیا و نتایج جستجو می شود.

• حجم دانلود : 3.07 GiB

• حجم مجموعه داده : 27.27 GiB

• ذخیره خودکار ( اسناد ): خیر

• تقسیم ها :

• مثال‌ها ( tfds.as_dataframe ):

trivia_qa/unfiltered.nocontext

• شرح پیکربندی : 110 هزار جفت پرسش و پاسخ برای QA دامنه باز که در آن همه اسناد برای یک سؤال معین شامل رشته(های) پاسخ نیستند. این باعث می شود مجموعه داده فیلتر نشده برای QA به سبک IR مناسب تر باشد.

• حجم دانلود : 603.25 MiB

• حجم مجموعه داده : 119.78 MiB

• ذخیره خودکار ( اسناد ): بله

• تقسیم ها :

• مثال‌ها ( tfds.as_dataframe ):