bool_q

opis :

BoolQ jest zbiorem danych odpowiedzi na pytania typu tak/nie zawierającym 15942 przykładów. Te pytania pojawiają się naturalnie, są generowane w nieskomplikowanych i nieskrępowanych sytuacjach.

Każdy przykład to trójka (pytanie, fragment, odpowiedź), z tytułem strony jako opcjonalnym dodatkowym kontekstem. Konfiguracja klasyfikacji par tekstów jest podobna do istniejących zadań wnioskowania w języku naturalnym.

Dodatkowa dokumentacja : Przeglądaj dokumenty z kodem na
Strona główna : https://github.com/google-research-datasets/boolean-questions
Kod źródłowy : tfds.datasets.bool_q.Builder
Wersje :
- 1.0.0 (domyślnie): Brak informacji o wersji.
Rozmiar pliku do pobrania : 8.36 MiB
Rozmiar zestawu danych : 8.51 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :

Rozdzielać	Przykłady
`'train'`	9427
`'validation'`	3270

Struktura funkcji :

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

Dokumentacja funkcji :

Funkcja	Klasa	Typ D
	FunkcjeDict
odpowiadać	Napinacz	bool
przejście	Tekst	strunowy
pytanie	Tekst	strunowy
tytuł	Tekst	strunowy

Klucze nadzorowane (Zobacz dokument as_supervised ): None
Rysunek ( tfds.show_examples ): Nieobsługiwany.
Przykłady ( tfds.as_dataframe ):

Cytat :

@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},
}