preguntas_naturales_abiertas

• Descripción :

La tarea NQ-Open, presentada por Lee et.al. 2019, es un punto de referencia de respuesta a preguntas de dominio abierto que se deriva de Preguntas naturales. El objetivo es predecir una cadena de respuesta en inglés para una pregunta de entrada en inglés. Todas las preguntas se pueden responder utilizando los contenidos de Wikipedia en inglés.

• Página de inicio: https://github.com/google-research-datasets/natural-questions/tree/master/nq_open

• Código fuente : tfds.datasets.natural_questions_open.Builder

• Versiones :

  • 1.0.0 (predeterminado): Sin notas de la versión.

• Tamaño de la descarga : 8.50 MiB

• Tamaño del conjunto de datos : 8.70 MiB

• Almacenamiento automático en caché ( documentación ): Sí

• Divisiones :

Dividir	Ejemplos
'train'	87,925
'validation'	3,610

• Estructura de características :

FeaturesDict({
    'answer': Sequence(string),
    'question': string,
})

• Documentación de características :

Característica	Clase	Forma	Tipo D	Descripción
	CaracterísticasDict
respuesta	Secuencia (tensor)	(Ninguno,)	cadena
pregunta	Tensor		cadena

• Claves supervisadas (Ver as_supervised doc ): None

• Figura ( tfds.show_examples ): no compatible.

• Ejemplos ( tfds.as_dataframe ):

• Cita :

@inproceedings{orqa,
title = {Latent Retrieval for Weakly Supervised Open Domain Question Answering},
author = {Lee, Kenton and Chang, Ming-Wei and Toutanova, Kristina},
year = {2019},
month = {01},
pages = {6086-6096},
booktitle = {Proceedings of the 57th Annual Meeting of the Association for Computational Linguistics},
doi = {10.18653/v1/P19-1612}
}

@article{47761,
title = {Natural Questions: a Benchmark for Question Answering Research},
author = {Tom Kwiatkowski and Jennimaria Palomaki and Olivia Redfield and Michael Collins and Ankur Parikh and Chris Alberti and Danielle Epstein and Illia Polosukhin and Matthew Kelcey and Jacob Devlin and Kenton Lee and Kristina N. Toutanova and Llion Jones and Ming-Wei Chang and Andrew Dai and Jakob Uszkoreit and Quoc Le and Slav Petrov},
year = {2019},
journal = {Transactions of the Association of Computational Linguistics}
}