ช่วยปกป้อง Great Barrier Reef กับ TensorFlow บน Kaggle เข้าร่วมท้าทาย

trivia_qa

  • รายละเอียด:

TriviaqQA เป็นชุดข้อมูลเพื่อความเข้าใจในการอ่านที่มีหลักฐานการตอบคำถามมากกว่า 650K สามเท่า TriviaqQA ประกอบด้วยคู่คำถาม-คำตอบ 95K คู่ที่เขียนโดยผู้ที่ชื่นชอบเรื่องไม่สำคัญและรวบรวมเอกสารหลักฐานอย่างอิสระ โดยเฉลี่ยแล้วหกรายการต่อคำถาม ซึ่งให้การดูแลระยะไกลคุณภาพสูงสำหรับการตอบคำถาม

แยก ตัวอย่าง
'test' 10,832
'train' 87,622
'validation' 11,313
  • คุณสมบัติ:
FeaturesDict({
    'answer': FeaturesDict({
        'aliases': Sequence(Text(shape=(), dtype=tf.string)),
        'matched_wiki_entity_name': Text(shape=(), dtype=tf.string),
        'normalized_aliases': Sequence(Text(shape=(), dtype=tf.string)),
        'normalized_matched_wiki_entity_name': Text(shape=(), dtype=tf.string),
        'normalized_value': Text(shape=(), dtype=tf.string),
        'type': Text(shape=(), dtype=tf.string),
        'value': Text(shape=(), dtype=tf.string),
    }),
    'entity_pages': Sequence({
        'doc_source': Text(shape=(), dtype=tf.string),
        'filename': Text(shape=(), dtype=tf.string),
        'title': Text(shape=(), dtype=tf.string),
        'wiki_context': Text(shape=(), dtype=tf.string),
    }),
    'question': Text(shape=(), dtype=tf.string),
    'question_id': Text(shape=(), dtype=tf.string),
    'question_source': Text(shape=(), dtype=tf.string),
    'search_results': Sequence({
        'description': Text(shape=(), dtype=tf.string),
        'filename': Text(shape=(), dtype=tf.string),
        'rank': tf.int32,
        'search_context': Text(shape=(), dtype=tf.string),
        'title': Text(shape=(), dtype=tf.string),
        'url': Text(shape=(), dtype=tf.string),
    }),
})
  • คีย์ภายใต้การดูแล (ดู as_supervised doc ): None

  • รูป ( tfds.show_examples ): ไม่ได้รับการสนับสนุน

  • อ้างอิง:

@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 (การกำหนดค่าเริ่มต้น)

  • คำอธิบาย Config: คู่คำถามคำตอบที่เอกสารทั้งหมดสำหรับคำถามที่กำหนดมีสตริงคำตอบ (s) รวมบริบทจากวิกิพีเดียและผลการค้นหา

  • ตัวอย่าง ( tfds.as_dataframe ):

trivia_qa/rc.nocontext

  • คำอธิบาย Config: คู่คำถามคำตอบที่เอกสารทั้งหมดสำหรับคำถามที่กำหนดมีสตริงคำตอบ (s)

  • ตัวอย่าง ( tfds.as_dataframe ):

trivia_qa/ไม่กรอง

  • คำอธิบาย Config: 110k คู่คำถามคำตอบสำหรับควบคุมโดเมนที่เปิดไม่ได้เอกสารทั้งหมดสำหรับคำถามที่กำหนดมีสตริงคำตอบ (s) ซึ่งทำให้ชุดข้อมูลที่ไม่ผ่านการกรองมีความเหมาะสมมากขึ้นสำหรับ QA แบบ IR รวมบริบทจากวิกิพีเดียและผลการค้นหา

  • ตัวอย่าง ( tfds.as_dataframe ):

trivia_qa/unfiltered.nocontext

  • คำอธิบาย Config: 110k คู่คำถามคำตอบสำหรับควบคุมโดเมนที่เปิดไม่ได้เอกสารทั้งหมดสำหรับคำถามที่กำหนดมีสตริงคำตอบ (s) ซึ่งทำให้ชุดข้อมูลที่ไม่ผ่านการกรองมีความเหมาะสมมากขึ้นสำหรับ QA แบบ IR

  • ตัวอย่าง ( tfds.as_dataframe ):