trivia_qa

• বর্ণনা :

TriviaqQA হল একটি রিডিং কম্প্রিহেনশন ডেটাসেট যাতে 650K প্রশ্ন-উত্তর-প্রমাণ ট্রিপল থাকে। TriviaqQA-তে 95K প্রশ্ন-উত্তর জোড়া রয়েছে যা ট্রিভিয়া উত্সাহীদের দ্বারা লিখিত এবং স্বাধীনভাবে সংগ্রহ করা প্রমাণ নথি, প্রতি প্রশ্নে গড়ে ছয়টি, যা প্রশ্নের উত্তর দেওয়ার জন্য উচ্চ মানের দূরবর্তী তত্ত্বাবধান প্রদান করে।

• অতিরিক্ত ডকুমেন্টেশন : north_east কোড সহ কাগজপত্রে অন্বেষণ করুন

• হোমপেজ : http://nlp.cs.washington.edu/triviaqa/

• সোর্স কোড : tfds.datasets.trivia_qa.Builder

• সংস্করণ :

  • 1.1.0 (ডিফল্ট): কোনো রিলিজ নোট নেই।

• বৈশিষ্ট্য গঠন :

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),
    }),
})

• বৈশিষ্ট্য ডকুমেন্টেশন :

• তত্ত্বাবধান করা কী (দেখুন as_supervised doc ): None

• চিত্র ( tfds.show_examples ): সমর্থিত নয়।

• উদ্ধৃতি :

@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 (ডিফল্ট কনফিগারেশন)

• কনফিগার বিবরণ : প্রশ্ন-উত্তর জোড়া যেখানে একটি প্রদত্ত প্রশ্নের জন্য সমস্ত নথিতে উত্তর স্ট্রিং(গুলি) থাকে। উইকিপিডিয়া এবং অনুসন্ধান ফলাফল থেকে প্রসঙ্গ অন্তর্ভুক্ত।

• ডাউনলোড সাইজ : 2.48 GiB

• ডেটাসেটের আকার : 14.99 GiB

• স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): না

• বিভাজন :

• উদাহরণ ( tfds.as_dataframe ):

trivia_qa/rc.nocontext

• কনফিগার বিবরণ : প্রশ্ন-উত্তর জোড়া যেখানে একটি প্রদত্ত প্রশ্নের জন্য সমস্ত নথিতে উত্তর স্ট্রিং(গুলি) থাকে।

• ডাউনলোড সাইজ : 2.48 GiB

• ডেটাসেটের আকার : 196.84 MiB

• স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): হ্যাঁ (পরীক্ষা, বৈধতা), শুধুমাত্র যখন shuffle_files=False (ট্রেন)

• বিভাজন :

• উদাহরণ ( tfds.as_dataframe ):

trivia_qa/আনফিল্টার করা

• কনফিগার বিবরণ : খোলা ডোমেন QA-এর জন্য 110k প্রশ্ন-উত্তর জোড়া যেখানে একটি প্রদত্ত প্রশ্নের জন্য সমস্ত নথিতে উত্তর স্ট্রিং(গুলি) থাকে না। এটি IR-শৈলী QA-এর জন্য আনফিল্টার করা ডেটাসেটকে আরও উপযুক্ত করে তোলে। উইকিপিডিয়া এবং অনুসন্ধান ফলাফল থেকে প্রসঙ্গ অন্তর্ভুক্ত।

• ডাউনলোড আকার : 3.07 GiB

• ডেটাসেটের আকার : 27.27 GiB

• স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): না

• বিভাজন :

• উদাহরণ ( tfds.as_dataframe ):

trivia_qa/unfiltered.nocontext

• কনফিগার বিবরণ : খোলা ডোমেন QA-এর জন্য 110k প্রশ্ন-উত্তর জোড়া যেখানে একটি প্রদত্ত প্রশ্নের জন্য সমস্ত নথিতে উত্তর স্ট্রিং(গুলি) থাকে না। এটি IR-শৈলী QA-এর জন্য আনফিল্টার করা ডেটাসেটকে আরও উপযুক্ত করে তোলে।

• ডাউনলোড সাইজ : 603.25 MiB

• ডেটাসেটের আকার : 119.78 MiB

• স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): হ্যাঁ

• বিভাজন :

• উদাহরণ ( tfds.as_dataframe ):

• বর্ণনা :

TriviaqQA হল একটি রিডিং কম্প্রিহেনশন ডেটাসেট যাতে 650K প্রশ্ন-উত্তর-প্রমাণ ট্রিপল থাকে। TriviaqQA-তে 95K প্রশ্ন-উত্তর জোড়া রয়েছে যা ট্রিভিয়া উত্সাহীদের দ্বারা লিখিত এবং স্বাধীনভাবে সংগ্রহ করা প্রমাণ নথি, প্রতি প্রশ্নে গড়ে ছয়টি, যা প্রশ্নের উত্তর দেওয়ার জন্য উচ্চ মানের দূরবর্তী তত্ত্বাবধান প্রদান করে।

• অতিরিক্ত ডকুমেন্টেশন : north_east কোড সহ কাগজপত্রে অন্বেষণ করুন

• হোমপেজ : http://nlp.cs.washington.edu/triviaqa/

• সোর্স কোড : tfds.datasets.trivia_qa.Builder

• সংস্করণ :

  • 1.1.0 (ডিফল্ট): কোনো রিলিজ নোট নেই।

• বৈশিষ্ট্য গঠন :

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),
    }),
})

• বৈশিষ্ট্য ডকুমেন্টেশন :

• তত্ত্বাবধান করা কী (দেখুন as_supervised doc ): None

• চিত্র ( tfds.show_examples ): সমর্থিত নয়।

• উদ্ধৃতি :

@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 (ডিফল্ট কনফিগারেশন)

• কনফিগার বিবরণ : প্রশ্ন-উত্তর জোড়া যেখানে একটি প্রদত্ত প্রশ্নের জন্য সমস্ত নথিতে উত্তর স্ট্রিং(গুলি) থাকে। উইকিপিডিয়া এবং অনুসন্ধান ফলাফল থেকে প্রসঙ্গ অন্তর্ভুক্ত।

• ডাউনলোড সাইজ : 2.48 GiB

• ডেটাসেটের আকার : 14.99 GiB

• স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): না

• বিভাজন :

• উদাহরণ ( tfds.as_dataframe ):

trivia_qa/rc.nocontext

• কনফিগার বিবরণ : প্রশ্ন-উত্তর জোড়া যেখানে একটি প্রদত্ত প্রশ্নের জন্য সমস্ত নথিতে উত্তর স্ট্রিং(গুলি) থাকে।

• ডাউনলোড সাইজ : 2.48 GiB

• ডেটাসেটের আকার : 196.84 MiB

• স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): হ্যাঁ (পরীক্ষা, বৈধতা), শুধুমাত্র যখন shuffle_files=False (ট্রেন)

• বিভাজন :

• উদাহরণ ( tfds.as_dataframe ):

trivia_qa/আনফিল্টার করা

• কনফিগার বিবরণ : খোলা ডোমেন QA-এর জন্য 110k প্রশ্ন-উত্তর জোড়া যেখানে একটি প্রদত্ত প্রশ্নের জন্য সমস্ত নথিতে উত্তর স্ট্রিং(গুলি) থাকে না। এটি IR-শৈলী QA-এর জন্য আনফিল্টার করা ডেটাসেটকে আরও উপযুক্ত করে তোলে। উইকিপিডিয়া এবং অনুসন্ধান ফলাফল থেকে প্রসঙ্গ অন্তর্ভুক্ত।

• ডাউনলোড আকার : 3.07 GiB

• ডেটাসেটের আকার : 27.27 GiB

• স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): না

• বিভাজন :

• উদাহরণ ( tfds.as_dataframe ):

trivia_qa/unfiltered.nocontext

• কনফিগার বিবরণ : খোলা ডোমেন QA-এর জন্য 110k প্রশ্ন-উত্তর জোড়া যেখানে একটি প্রদত্ত প্রশ্নের জন্য সমস্ত নথিতে উত্তর স্ট্রিং(গুলি) থাকে না। এটি IR-শৈলী QA-এর জন্য আনফিল্টার করা ডেটাসেটকে আরও উপযুক্ত করে তোলে।

• ডাউনলোড সাইজ : 603.25 MiB

• ডেটাসেটের আকার : 119.78 MiB

• স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): হ্যাঁ

• বিভাজন :

• উদাহরণ ( tfds.as_dataframe ):