math_qa

• Descrizione :

Un set di dati su larga scala di problemi di parole matematiche e un risolutore di problemi di matematica neurale interpretabile che impara a mappare i problemi ai programmi operativi.

• Documentazione aggiuntiva : Esplora documenti con codice

• Pagina iniziale : https://math-qa.github.io/

• Codice sorgente : tfds.datasets.math_qa.Builder

• Versioni :

  • 1.0.0 (impostazione predefinita): versione iniziale.

• Dimensione del download : 6.96 MiB

• Dimensione del set di dati: 27.15 MiB

• Auto-cache ( documentazione ): Sì

• Divisioni :

Diviso	Esempi
'test'	2.985
'train'	29.837
'validation'	4.475

• Struttura delle caratteristiche :

FeaturesDict({
    'Problem': Text(shape=(), dtype=string),
    'Rationale': Text(shape=(), dtype=string),
    'annotated_formula': Text(shape=(), dtype=string),
    'category': Text(shape=(), dtype=string),
    'correct': Text(shape=(), dtype=string),
    'correct_option': Text(shape=(), dtype=string),
    'linear_formula': Text(shape=(), dtype=string),
    'options': Text(shape=(), dtype=string),
})

• Documentazione delle funzionalità :

Caratteristica	Classe	Forma	Tipo D	Descrizione
	CaratteristicheDict
Problema	Testo		corda
Fondamento logico	Testo		corda
formula_annotata	Testo		corda
categoria	Testo		corda
corretto	Testo		corda
opzione_corretta	Testo		corda
formula_lineare	Testo		corda
opzioni	Testo		corda

• Chiavi supervisionate (Vedi as_supervised doc ): None

• Figura ( tfds.show_examples ): non supportato.

• Esempi ( tfds.as_dataframe ):

• Citazione :

@misc{amini2019mathqa,
      title={MathQA: Towards Interpretable Math Word Problem Solving with Operation-Based Formalisms},
      author={Aida Amini and Saadia Gabriel and Peter Lin and Rik Koncel-Kedziorski and Yejin Choi and Hannaneh Hajishirzi},
      year={2019},
      eprint={1905.13319},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}