salient_span_wikipedia

  • Mô tả :

Các câu Wikipedia với các nhịp nổi bật được dán nhãn.

@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/câu (cấu hình mặc định)

  • Mô tả cấu hình : Ví dụ là các câu riêng lẻ có chứa các thực thể.

  • Kích thước tập dữ liệu : 20.57 GiB

  • Chia tách :

Tách ra ví dụ
'train' 82.291.706
  • Cấu trúc tính năng :
FeaturesDict({
    'spans': Sequence({
        'limit': int32,
        'start': int32,
        'type': string,
    }),
    'text': Text(shape=(), dtype=string),
    'title': Text(shape=(), dtype=string),
})
  • Tài liệu tính năng :
Tính năng Lớp Hình dạng Dtype Sự miêu tả
Tính năngDict
nhịp Sự nối tiếp
nhịp/giới hạn tenxơ int32
nhịp/bắt đầu tenxơ int32
nhịp/loại tenxơ chuỗi
chữ Chữ chuỗi
Tiêu đề Chữ chuỗi

salient_span_wikipedia/tài liệu

  • Mô tả cấu hình : Ví dụ về tài liệu đầy đủ.

  • Kích thước tập dữ liệu : 16.52 GiB

  • Chia tách :

Tách ra ví dụ
'train' 13.353.718
  • Cấu trúc tính năng :
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),
})
  • Tài liệu tính năng :
Tính năng Lớp Hình dạng Dtype Sự miêu tả
Tính năngDict
câu Sự nối tiếp
câu/giới hạn tenxơ int32
câu/bắt đầu tenxơ int32
nhịp Sự nối tiếp
nhịp/giới hạn tenxơ int32
nhịp/bắt đầu tenxơ int32
nhịp/loại tenxơ chuỗi
chữ Chữ chuỗi
Tiêu đề Chữ chuỗi