équipe

• Descriptif :

Stanford Question Answering Dataset (SQuAD) est un ensemble de données de compréhension de lecture, composé de questions posées par des crowdworkers sur un ensemble d'articles de Wikipédia, où la réponse à chaque question est un segment de texte, ou une étendue, du passage de lecture correspondant, ou la question pourrait être sans réponse.

• Documentation complémentaire : Explorer sur Papers With Code

• Page d' accueil : https://rajpurkar.github.io/SQuAD-explorer/

• Code source : tfds.datasets.squad.Builder

• Versions :

  • 3.0.0 (par défaut) : résout le problème avec un petit nombre d'exemples (19) où les plages de réponses sont mal alignées en raison de la suppression des espaces blancs de contexte.

• Clés supervisées (Voir as_supervised doc ): None

• Figure ( tfds.show_examples ) : non pris en charge.

• Citation :

@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},
}

squad/v1.1 (configuration par défaut)

• Description de la configuration : Version 1.1.0 de SQUAD

• Taille du téléchargement : 33.51 MiB

• Taille du jeu de données : 94.06 MiB

• Mise en cache automatique ( documentation ): Oui

• Fractionnements :

Diviser	Exemples
'train'	87 599
'validation'	10 570

• Structure des fonctionnalités :

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),
})

• Documentation des fonctionnalités :

Caractéristique	Classer	Forme	Dtype	La description
	FonctionnalitésDict
réponses	Séquence
réponses/answer_start	Tenseur		int32
réponses/texte	Texte		chaîne
le contexte	Texte		chaîne
identifiant	Tenseur		chaîne
question	Texte		chaîne
Titre	Texte		chaîne

• Exemples ( tfds.as_dataframe ):

équipe/v2.0

• Description de la configuration : Version 2.0.0 de SQUAD

• Taille du téléchargement : 44.34 MiB

• Taille du jeu de données : 148.54 MiB

• Mise en cache automatique ( documentation ) : Oui (validation), uniquement lorsque shuffle_files=False (train)

• Fractionnements :

Diviser	Exemples
'train'	130 319
'validation'	11 873

• Structure des fonctionnalités :

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),
})

• Documentation des fonctionnalités :

Caractéristique	Classer	Forme	Dtype	La description
	FonctionnalitésDict
réponses	Séquence
réponses/answer_start	Tenseur		int32
réponses/texte	Texte		chaîne
le contexte	Texte		chaîne
identifiant	Tenseur		chaîne
est impossible	Tenseur		bourdonner
réponses_plausibles	Séquence
réponses_plausibles/début_réponse	Tenseur		int32
réponses_plausibles/texte	Texte		chaîne
question	Texte		chaîne
Titre	Texte		chaîne

• Exemples ( tfds.as_dataframe ):