saliente_span_wikipedia

• Descripción :

Frases de Wikipedia con tramos salientes etiquetados.

• Página de inicio: https://www.tensorflow.org/datasets/catalog/salient_span_wikipedia

• Código fuente : tfds.datasets.salient_span_wikipedia.Builder

• Versiones :

  • 1.0.0 (predeterminado): Sin notas de la versión.

• Tamaño de descarga : Unknown size

• Almacenamiento automático en caché ( documentación ): No

• Claves supervisadas (Ver as_supervised doc ): None

• Figura ( tfds.show_examples ): no compatible.

• Cita :

@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/sentences (configuración predeterminada)

• Descripción de configuración : los ejemplos son oraciones individuales que contienen entidades.

• Tamaño del conjunto de datos : 20.57 GiB

• Divisiones :

Separar	Ejemplos
'train'	82,291,706

• Estructura de características :

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

• Documentación de características :

Rasgo	Clase	Forma	Tipo D	Descripción
	CaracterísticasDict
se extiende	Secuencia
tramos/límite	Tensor		int32
tramos/comienzo	Tensor		int32
tramos/tipo	Tensor		cadena
texto	Texto		cadena
título	Texto		cadena

• Ejemplos ( tfds.as_dataframe ):

saliente_span_wikipedia/documentos

• Descripción de la configuración : ejemplos de documentos completos.

• Tamaño del conjunto de datos : 16.52 GiB

• Divisiones :

Separar	Ejemplos
'train'	13,353,718

• Estructura de características :

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),
})

• Documentación de características :

Rasgo	Clase	Forma	Tipo D	Descripción
	CaracterísticasDict
oraciones	Secuencia
oraciones/límite	Tensor		int32
frases/comienzo	Tensor		int32
se extiende	Secuencia
tramos/límite	Tensor		int32
tramos/comienzo	Tensor		int32
tramos/tipo	Tensor		cadena
texto	Texto		cadena
título	Texto		cadena

• Ejemplos ( tfds.as_dataframe ):