saillant_span_wikipedia

  • Descriptif :

Phrases de Wikipédia avec des étendues saillantes étiquetées.

@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 (configuration par défaut)

  • Description de la configuration : les exemples sont des phrases individuelles contenant des entités.

  • Taille du jeu de données : 20.57 GiB

  • Fractionnements :

Diviser Exemples
'train' 82 291 706
  • Structure des fonctionnalités :
FeaturesDict({
    'spans': Sequence({
        'limit': int32,
        'start': int32,
        'type': string,
    }),
    'text': Text(shape=(), dtype=string),
    'title': Text(shape=(), dtype=string),
})
  • Documentation des fonctionnalités :
Caractéristique Classe Façonner Dtype Description
FonctionnalitésDict
s'étend Séquence
étendues/limite Tenseur int32
durées/début Tenseur int32
portées/type Tenseur chaîne de caractères
texte Texte chaîne de caractères
Titre Texte chaîne de caractères

salient_span_wikipedia/documents

  • Description de la configuration : Exemples de documents complets.

  • Taille du jeu de données : 16.52 GiB

  • Fractionnements :

Diviser Exemples
'train' 13 353 718
  • Structure des fonctionnalités :
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),
})
  • Documentation des fonctionnalités :
Caractéristique Classe Façonner Dtype Description
FonctionnalitésDict
Phrases Séquence
peines/limite Tenseur int32
phrases/début Tenseur int32
s'étend Séquence
étendues/limite Tenseur int32
durées/début Tenseur int32
portées/type Tenseur chaîne de caractères
texte Texte chaîne de caractères
Titre Texte chaîne de caractères