- توضیحات :
جملات ویکیپدیا با دهانههای برجسته برچسبگذاری شده.
صفحه اصلی : https://www.tensorflow.org/datasets/catalog/salient_span_wikipedia
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 ):