کیفیت

• توضیحات :

QALITY، مجموعه داده درک مطلب چند گزینه ای و طولانی مدت.

ما فقط نسخه خام را ارائه می دهیم.

• صفحه اصلی : https://github.com/nyu-mll/quality

• کد منبع : tfds.datasets.quality.Builder

• نسخه ها :

  • 1.0.0 (پیش فرض): انتشار اولیه.

• حجم دانلود : 17.26 MiB

• ذخیره خودکار ( اسناد ): بله

• تقسیم ها :

شکاف	مثال ها
'dev'	230
'test'	232
'train'	300

• ساختار ویژگی :

FeaturesDict({
    'article': Text(shape=(), dtype=string),
    'article_id': Text(shape=(), dtype=string),
    'difficults': Sequence(bool),
    'gold_labels': Sequence(int32),
    'options': Sequence(Sequence(Text(shape=(), dtype=string))),
    'question_ids': Sequence(Text(shape=(), dtype=string)),
    'questions': Sequence(Text(shape=(), dtype=string)),
    'set_unique_id': Text(shape=(), dtype=string),
    'source': Text(shape=(), dtype=string),
    'title': Text(shape=(), dtype=string),
    'topic': Text(shape=(), dtype=string),
    'url': Text(shape=(), dtype=string),
    'writer_id': Text(shape=(), dtype=string),
    'writer_labels': Sequence(int32),
})

• مستندات ویژگی :

ویژگی	کلاس	شکل	نوع D	شرح
	FeaturesDict
مقاله	متن		رشته
article_id	متن		رشته
دشواری ها	دنباله (تنسور)	(هیچ یک،)	بوول
برچسب های طلایی	دنباله (تنسور)	(هیچ یک،)	int32
گزینه ها	دنباله (توالی (متن))	(هیچ، هیچکدام)	رشته
question_ids	دنباله (متن)	(هیچ یک،)	رشته
سوالات	دنباله (متن)	(هیچ یک،)	رشته
set_unique_id	متن		رشته
منبع	متن		رشته
عنوان	متن		رشته
موضوع	متن		رشته
آدرس اینترنتی	متن		رشته
writer_id	متن		رشته
نویسنده_برچسب ها	دنباله (تنسور)	(هیچ یک،)	int32

• کلیدهای نظارت شده (به as_supervised doc مراجعه کنید): None

• شکل ( tfds.show_examples ): پشتیبانی نمی شود.

• نقل قول :

@article{pang2021quality,
  title={ {QuALITY}: Question Answering with Long Input Texts, Yes!},
  author={Pang, Richard Yuanzhe and Parrish, Alicia and Joshi, Nitish and Nangia, Nikita and Phang, Jason and Chen, Angelica and Padmakumar, Vishakh and Ma, Johnny and Thompson, Jana and He, He and Bowman, Samuel R.},
  journal={arXiv preprint arXiv:2112.08608},
  year={2021}
}

کیفیت/خام (پیکربندی پیش فرض)

• توضیحات پیکربندی : خام با HTML.

• حجم مجموعه داده : 22.18 MiB

• مثال‌ها ( tfds.as_dataframe ):

با کیفیت / برهنه

• توضیحات پیکربندی : فاقد HTML.

• حجم مجموعه داده : 20.73 MiB

• مثال‌ها ( tfds.as_dataframe ):