salient_span_wikipedia

  • الوصف :

جمل ويكيبيديا مع امتدادات بارزة.

@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 / الجمل (التكوين الافتراضي)

  • وصف التكوين : الأمثلة عبارة عن جمل فردية تحتوي على كيانات.

  • حجم مجموعة البيانات : 20.57 GiB

  • الانقسامات :

انشق، مزق أمثلة
'train' 82291706
  • هيكل الميزة :
FeaturesDict({
    'spans': Sequence({
        'limit': int32,
        'start': int32,
        'type': string,
    }),
    'text': Text(shape=(), dtype=string),
    'title': Text(shape=(), dtype=string),
})
  • وثائق الميزة :
ميزة فصل شكل نوع وصف
الميزات
يمتد تسلسل
يمتد / الحد موتر int32
يمتد / البداية موتر int32
يمتد / النوع موتر سلسلة
نص نص سلسلة
لقب نص سلسلة

salient_span_wikipedia / documents

  • وصف التكوين : أمثلة على الوثائق الكاملة.

  • حجم مجموعة البيانات : 16.52 GiB

  • الانقسامات :

انشق، مزق أمثلة
'train' 13353.718
  • هيكل الميزة :
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),
})
  • وثائق الميزة :
ميزة فصل شكل نوع وصف
الميزات
جمل تسلسل
جمل / حد موتر int32
جمل / ابدأ موتر int32
يمتد تسلسل
يمتد / الحد موتر int32
يمتد / البداية موتر int32
يمتد / النوع موتر سلسلة
نص نص سلسلة
لقب نص سلسلة