bool_q

• Descrição :

BoolQ é um conjunto de dados de resposta a perguntas para perguntas sim/não contendo 15.942 exemplos. Essas perguntas ocorrem naturalmente, são geradas em ambientes não solicitados e sem restrições.

Cada exemplo é um trio de (pergunta, passagem, resposta), com o título da página como contexto adicional opcional. A configuração de classificação de pares de texto é semelhante às tarefas de inferência de linguagem natural existentes.

• Documentação Adicional : Explore em Papers With Code

• Página inicial : https://github.com/google-research-datasets/boolean-questions

• Código -fonte: tfds.datasets.bool_q.Builder

• Versões :

  • 1.0.0 (padrão): sem notas de versão.

• Tamanho do download : 8.36 MiB

• Tamanho do conjunto de dados : 8.51 MiB

• Cache automático ( documentação ): Sim

• Divisões :

Dividir	Exemplos
'train'	9.427
'validation'	3.270

• Estrutura de recursos :

FeaturesDict({
    'answer': bool,
    'passage': Text(shape=(), dtype=string),
    'question': Text(shape=(), dtype=string),
    'title': Text(shape=(), dtype=string),
})

• Documentação do recurso:

Característica	Classe	Forma	Tipo D	Descrição
	RecursosDict
responda	tensor		bool
passagem	Texto		corda
pergunta	Texto		corda
título	Texto		corda

• Chaves supervisionadas (Consulte as_supervised doc ): None

• Figura ( tfds.show_examples ): Não compatível.

• Exemplos ( tfds.as_dataframe ):

• Citação :

@inproceedings{clark2019boolq,
  title =     {BoolQ: Exploring the Surprising Difficulty of Natural Yes/No Questions},
  author =    {Clark, Christopher and Lee, Kenton and Chang, Ming-Wei, and Kwiatkowski, Tom and Collins, Michael, and Toutanova, Kristina},
  booktitle = {NAACL},
  year =      {2019},
}