salient_span_wikipedia

• توضیحات :

جملات ویکی‌پدیا با دهانه‌های برجسته برچسب‌گذاری شده.

• صفحه اصلی : https://www.tensorflow.org/datasets/catalog/salient_span_wikipedia

• کد منبع : tfds.datasets.salient_span_wikipedia.Builder

• نسخه ها :

  • 1.0.0 (پیش فرض): بدون یادداشت انتشار.

• اندازه دانلود : Unknown size

• ذخیره خودکار ( اسناد ): خیر

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

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

• نقل قول :

@article{guu2020realm,
    title={REALM: Retrieval-Augmented Language Model Pre-Training},
    author={Kelvin Guu and Kenton Lee and Zora Tung and Panupong Pasupat and Ming-Wei Chang},
    year={2020},
    journal = {arXiv e-prints},
    archivePrefix = {arXiv},
    eprint={2002.08909},
}

salient_span_wikipedia/جملات (پیکربندی پیش‌فرض)

• توضیحات پیکربندی : مثال‌ها جملات فردی حاوی موجودیت‌ها هستند.

• حجم مجموعه داده : 20.57 GiB

• تقسیم ها :

شکاف	مثال ها
'train'	82,291,706

• ساختار ویژگی :

FeaturesDict({
    'spans': Sequence({
        'limit': int32,
        'start': int32,
        'type': string,
    }),
    'text': Text(shape=(), dtype=string),
    'title': Text(shape=(), dtype=string),
})

• مستندات ویژگی :

ویژگی	کلاس	شکل	نوع D	شرح
	FeaturesDict
دهانه می کند	توالی
گستره/حد	تانسور		int32
دهانه/شروع	تانسور		int32
دهانه/نوع	تانسور		رشته
متن	متن		رشته
عنوان	متن		رشته

• مثال‌ها ( tfds.as_dataframe ):

برجسته_span_wikipedia/ اسناد

• توضیحات پیکربندی : نمونه هایی برای اسناد کامل.

• حجم مجموعه داده : 16.52 GiB

• تقسیم ها :

شکاف	مثال ها
'train'	13,353,718

• ساختار ویژگی :

FeaturesDict({
    'sentences': Sequence({
        'limit': int32,
        'start': int32,
    }),
    'spans': Sequence({
        'limit': int32,
        'start': int32,
        'type': string,
    }),
    'text': Text(shape=(), dtype=string),
    'title': Text(shape=(), dtype=string),
})

• مستندات ویژگی :

ویژگی	کلاس	شکل	نوع D	شرح
	FeaturesDict
جمله ها	توالی
جملات / حد	تانسور		int32
جملات/شروع	تانسور		int32
دهانه می کند	توالی
گستره/حد	تانسور		int32
دهانه/شروع	تانسور		int32
دهانه/نوع	تانسور		رشته
متن	متن		رشته
عنوان	متن		رشته

• مثال‌ها ( tfds.as_dataframe ):