Cette page a été traduite par l'API Cloud Translation.

écart

Descriptif :

GAP est un ensemble de données équilibré entre les sexes contenant 8 908 paires étiquetées de coréférence (pronom ambigu, nom antécédent), échantillonnées à partir de Wikipedia et publiées par Google AI Language pour l'évaluation de la résolution de coréférence dans des applications pratiques.

Page d' accueil : https://github.com/google-research-datasets/gap-coference
Code source : tfds.text.Gap
Versions :
- 0.1.0 (par défaut) : aucune note de version.
Taille du téléchargement : 2.29 MiB
Taille du jeu de données : Unknown size
Mise en cache automatique ( documentation ): Inconnu
Fractionnements :

Diviser	Exemples
`'test'`	2 000
`'train'`	2 000
`'validation'`	454

Structure des fonctionnalités :

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

Documentation des fonctionnalités :

Caractéristique	Classer	Dtype
	FonctionnalitésDict
UNE	Texte	tf.chaîne
A-coeur	Tenseur	tf.bool
Décalage A	Tenseur	tf.int32
B	Texte	tf.chaîne
B-coeur	Tenseur	tf.bool
Décalage B	Tenseur	tf.int32
identifiant	Texte	tf.string
Pronom	Texte	tf.chaîne
Décalage du pronom	Tenseur	tf.int32
Texte	Texte	tf.string
URL	Texte	tf.chaîne

Clés supervisées (Voir as_supervised doc ): None
Figure ( tfds.show_examples ) : non pris en charge.
Exemples ( tfds.as_dataframe ):

Citation :

@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}
}