equipo

• Descripción :

El conjunto de datos de respuesta a preguntas de Stanford (SQuAD) es un conjunto de datos de comprensión de lectura, que consiste en preguntas planteadas por trabajadores colectivos en un conjunto de artículos de Wikipedia, donde la respuesta a cada pregunta es un segmento de texto, o lapso, del pasaje de lectura correspondiente, o la pregunta. podría ser incontestable.

• Documentación adicional : Explore en Papers With Code

• Página de inicio: https://rajpurkar.github.io/SQuAD-explorer/

• Código fuente : tfds.datasets.squad.Builder

• Versiones :

  • 3.0.0 (predeterminado): soluciona el problema con una pequeña cantidad de ejemplos (19) donde los intervalos de respuesta están desalineados debido a la eliminación de espacios en blanco del contexto.

• Claves supervisadas (Ver as_supervised doc ): None

• Figura ( tfds.show_examples ): no compatible.

• Cita :

@article{2016arXiv160605250R,
       author = { {Rajpurkar}, Pranav and {Zhang}, Jian and {Lopyrev},
                 Konstantin and {Liang}, Percy},
        title = "{SQuAD: 100,000+ Questions for Machine Comprehension of Text}",
      journal = {arXiv e-prints},
         year = 2016,
          eid = {arXiv:1606.05250},
        pages = {arXiv:1606.05250},
archivePrefix = {arXiv},
       eprint = {1606.05250},
}

escuadrón/v1.1 (configuración predeterminada)

• Descripción de la configuración : Versión 1.1.0 de SQUAD

• Tamaño de la descarga : 33.51 MiB

• Tamaño del conjunto de datos : 94.06 MiB

• Almacenamiento automático en caché ( documentación ): Sí

• Divisiones :

Separar	Ejemplos
'train'	87,599
'validation'	10,570

• Estructura de características :

FeaturesDict({
    'answers': Sequence({
        'answer_start': int32,
        'text': Text(shape=(), dtype=string),
    }),
    'context': Text(shape=(), dtype=string),
    'id': string,
    'question': Text(shape=(), dtype=string),
    'title': Text(shape=(), dtype=string),
})

• Documentación de características :

Rasgo	Clase	Forma	Tipo D	Descripción
	CaracterísticasDict
respuestas	Secuencia
respuestas/answer_start	Tensor		int32
respuestas/texto	Texto		cuerda
contexto	Texto		cuerda
identificación	Tensor		cuerda
pregunta	Texto		cuerda
título	Texto		cuerda

• Ejemplos ( tfds.as_dataframe ):

equipo/v2.0

• Descripción de la configuración : Versión 2.0.0 de SQUAD

• Tamaño de la descarga : 44.34 MiB

• Tamaño del conjunto de datos : 148.54 MiB

• Almacenamiento automático en caché ( documentación ): Sí (validación), solo cuando shuffle_files=False (tren)

• Divisiones :

Separar	Ejemplos
'train'	130,319
'validation'	11,873

• Estructura de características :

FeaturesDict({
    'answers': Sequence({
        'answer_start': int32,
        'text': Text(shape=(), dtype=string),
    }),
    'context': Text(shape=(), dtype=string),
    'id': string,
    'is_impossible': bool,
    'plausible_answers': Sequence({
        'answer_start': int32,
        'text': Text(shape=(), dtype=string),
    }),
    'question': Text(shape=(), dtype=string),
    'title': Text(shape=(), dtype=string),
})

• Documentación de características :

Rasgo	Clase	Forma	Tipo D	Descripción
	CaracterísticasDict
respuestas	Secuencia
respuestas/answer_start	Tensor		int32
respuestas/texto	Texto		cuerda
contexto	Texto		cuerda
identificación	Tensor		cuerda
es imposible	Tensor		bool
respuestas_plausibles	Secuencia
plausible_answers/answer_start	Tensor		int32
respuestas_plausibles/texto	Texto		cuerda
pregunta	Texto		cuerda
título	Texto		cuerda

• Ejemplos ( tfds.as_dataframe ):