matemáticas_qa

• Descripción :

Un conjunto de datos a gran escala de problemas matemáticos verbales y un solucionador de problemas matemáticos neuronales interpretable que aprende a asignar problemas a programas operativos.

• Documentación adicional : Explore en Papers With Code

• Página de inicio: https://math-qa.github.io/

• Código fuente : tfds.datasets.math_qa.Builder

• Versiones :

  • 1.0.0 (predeterminado): Versión inicial.

• Tamaño de la descarga : 6.96 MiB

• Tamaño del conjunto de datos : 27.15 MiB

• Almacenamiento automático en caché ( documentación ): Sí

• Divisiones :

Dividir	Ejemplos
'test'	2,985
'train'	29,837
'validation'	4,475

• Estructura de características :

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),
})

• Documentación de características :

Característica	Clase	Forma	Tipo D	Descripción
	CaracterísticasDict
Problema	Texto		cadena
Razón fundamental	Texto		cadena
fórmula_anotada	Texto		cadena
categoría	Texto		cadena
correcto	Texto		cadena
opción correcta	Texto		cadena
formula_lineal	Texto		cadena
opciones	Texto		cadena

• Claves supervisadas (Ver as_supervised doc ): None

• Figura ( tfds.show_examples ): no compatible.

• Ejemplos ( tfds.as_dataframe ):

• Cita :

@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}
}