spacco

• Descrizione :

GAP è un set di dati bilanciato per genere contenente 8.908 coppie di (pronome ambiguo, nome antecedente) etichettate con la coreferenza, campionate da Wikipedia e pubblicate da Google AI Language per la valutazione della risoluzione della coreferenza in applicazioni pratiche.

• Homepage : https://github.com/google-research-datasets/gap-coreference

• Codice sorgente : tfds.text.Gap

• Versioni :

  • 0.1.0 (predefinito): nessuna nota di rilascio.

• Dimensione download : 2.29 MiB

• Dimensione del set di dati : Unknown size

• Memorizzazione automatica nella cache ( documentazione ): sconosciuto

• Spaccature :

Diviso	Esempi
'test'	2.000
'train'	2.000
'validation'	454

• Struttura delle caratteristiche :

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),
})

• Documentazione sulle caratteristiche :

Caratteristica	Classe	Forma	tipo D	Descrizione
	CaratteristicheDict
UN	Testo		tf.string
A-coref	Tensore		tf.bool
A-compensazione	Tensore		tf.int32
B	Testo		tf.string
B-coref	Tensore		tf.bool
Compensazione B	Tensore		tf.int32
ID	Testo		tf.string
Pronome	Testo		tf.string
Pronome offset	Tensore		tf.int32
Testo	Testo		tf.string
URL	Testo		tf.string

• Chiavi supervisionate (Vedi as_supervised doc ): None

• Figura ( tfds.show_examples ): non supportato.

• Esempi ( tfds.as_dataframe ):

• Citazione :

@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}
}