openbookqa

• বর্ণনা :

ডেটাসেটে 5,957টি 4-উপায় একাধিক পছন্দের প্রশ্ন রয়েছে। উপরন্তু, তারা 5,167 জন ভিড়-উৎসিত সাধারণ জ্ঞানের তথ্য, এবং ট্রেন/দেব/পরীক্ষার প্রশ্নগুলির একটি বর্ধিত সংস্করণ সরবরাহ করে যেখানে প্রতিটি প্রশ্ন তার মূল মূল তথ্য, একটি মানবিক নির্ভুলতা স্কোর, একটি স্বচ্ছতার স্কোর এবং একটি বেনামী জনতা-কর্মীর সাথে সম্পর্কিত। আইডি

• অতিরিক্ত ডকুমেন্টেশন : কোড সহ কাগজপত্রে অন্বেষণ করুন

• হোমপেজ : https://leaderboard.allenai.org/open_book_qa/submissions/get-started

• সোর্স কোড : tfds.datasets.openbookqa.Builder

• সংস্করণ :

  • 0.1.0 (ডিফল্ট): কোনো রিলিজ নোট নেই।

• ডাউনলোড সাইজ : 1.38 MiB

• ডেটাসেটের আকার : 2.40 MiB

• স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): হ্যাঁ

• বিভাজন :

বিভক্ত	উদাহরণ
'test'	500
'train'	4,957
'validation'	500

• বৈশিষ্ট্য গঠন :

FeaturesDict({
    'answerKey': ClassLabel(shape=(), dtype=int64, num_classes=4),
    'clarity': float32,
    'fact1': Text(shape=(), dtype=string),
    'humanScore': float32,
    'question': FeaturesDict({
        'choice_A': Text(shape=(), dtype=string),
        'choice_B': Text(shape=(), dtype=string),
        'choice_C': Text(shape=(), dtype=string),
        'choice_D': Text(shape=(), dtype=string),
        'stem': Text(shape=(), dtype=string),
    }),
    'turkIdAnonymized': Text(shape=(), dtype=string),
})

• বৈশিষ্ট্য ডকুমেন্টেশন :

বৈশিষ্ট্য	ক্লাস	আকৃতি	ডিটাইপ	বর্ণনা
	ফিচারসডিক্ট
উত্তরের চাবিকাঠি	ক্লাসলেবেল		int64
নির্মলতা	টেনসর		float32
ঘটনা ১	পাঠ্য		স্ট্রিং
মানবস্কোর	টেনসর		float32
প্রশ্ন	ফিচারসডিক্ট
প্রশ্ন/পছন্দ_এ	পাঠ্য		স্ট্রিং
প্রশ্ন/পছন্দ_বি	পাঠ্য		স্ট্রিং
প্রশ্ন/পছন্দ_সি	পাঠ্য		স্ট্রিং
প্রশ্ন/পছন্দ_ডি	পাঠ্য		স্ট্রিং
প্রশ্ন/কান্ড	পাঠ্য		স্ট্রিং
turkId বেনামী	পাঠ্য		স্ট্রিং

• তত্ত্বাবধান করা কী (দেখুন as_supervised doc ): ('question', 'answerKey')

• চিত্র ( tfds.show_examples ): সমর্থিত নয়।

• উদাহরণ ( tfds.as_dataframe ):

• উদ্ধৃতি :

@article{mihaylov2018can,
  title={Can a suit of armor conduct electricity? a new dataset for open book question answering},
  author={Mihaylov, Todor and Clark, Peter and Khot, Tushar and Sabharwal, Ashish},
  journal={arXiv preprint arXiv:1809.02789},
  year={2018}
}