brecha

• Descripción :

GAP es un conjunto de datos con equilibrio de género que contiene 8908 pares de (pronombre ambiguo, nombre de antecedente) etiquetados como correferencia, muestreados de Wikipedia y publicados por Google AI Language para la evaluación de la resolución de correferencia en aplicaciones prácticas.

• Documentación adicional : Explore en Papers With Code

• Página de inicio: https://github.com/google-research-datasets/gap-coreference

• Código fuente : tfds.text.Gap

• Versiones :

  • 0.1.0 : Versión inicial.
  • 0.1.1 (predeterminado): corrige el análisis del campo booleano A-coref y B-coref .

• Tamaño de descarga : 2.29 MiB

• Tamaño del conjunto de datos : 2.96 MiB

• Almacenamiento automático en caché ( documentación ): Sí

• Divisiones :

Separar	Ejemplos
'test'	2,000
'train'	2,000
'validation'	454

• Estructura de características :

FeaturesDict({
    'A': Text(shape=(), dtype=string),
    'A-coref': bool,
    'A-offset': int32,
    'B': Text(shape=(), dtype=string),
    'B-coref': bool,
    'B-offset': int32,
    'ID': Text(shape=(), dtype=string),
    'Pronoun': Text(shape=(), dtype=string),
    'Pronoun-offset': int32,
    'Text': Text(shape=(), dtype=string),
    'URL': Text(shape=(), dtype=string),
})

• Documentación de características :

Rasgo	Clase	Forma	Tipo D	Descripción
	CaracterísticasDict
A	Texto		cadena
A-coref	Tensor		bool
Desplazamiento A	Tensor		int32
B	Texto		cadena
Núcleo B	Tensor		bool
Desplazamiento B	Tensor		int32
IDENTIFICACIÓN	Texto		cadena
Pronombre	Texto		cadena
pronombre-compensación	Tensor		int32
Texto	Texto		cadena
URL	Texto		cadena

• Claves supervisadas (Ver as_supervised doc ): None

• Figura ( tfds.show_examples ): no compatible.

• Ejemplos ( tfds.as_dataframe ):

• Cita :

@article{DBLP:journals/corr/abs-1810-05201,
  author    = {Kellie Webster and
               Marta Recasens and
               Vera Axelrod and
               Jason Baldridge},
  title     = {Mind the {GAP:} {A} Balanced Corpus of Gendered Ambiguous Pronouns},
  journal   = {CoRR},
  volume    = {abs/1810.05201},
  year      = {2018},
  url       = {http://arxiv.org/abs/1810.05201},
  archivePrefix = {arXiv},
  eprint    = {1810.05201},
  timestamp = {Tue, 30 Oct 2018 20:39:56 +0100},
  biburl    = {https://dblp.org/rec/bib/journals/corr/abs-1810-05201},
  bibsource = {dblp computer science bibliography, https://dblp.org}
}