squadra

  • Descrizione :

Stanford Question Answering Dataset (SQuAD) è un set di dati di comprensione della lettura, costituito da domande poste da crowdworker su una serie di articoli di Wikipedia, in cui la risposta a ogni domanda è un segmento di testo, o span, dal corrispondente passaggio di lettura, o la domanda potrebbe essere senza risposta.

@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},
}

squadra/v1.1 (configurazione predefinita)

  • Descrizione della configurazione : Versione 1.1.0 di SQUAD

  • Dimensione del download : 33.51 MiB

  • Dimensione del set di dati: 94.06 MiB

  • Auto-cache ( documentazione ): Sì

  • Divisioni :

Diviso Esempi
'train' 87.599
'validation' 10.570
  • Struttura delle caratteristiche :
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),
})
  • Documentazione delle funzionalità :
Caratteristica Classe Forma Tipo D Descrizione
CaratteristicheDict
risposte Sequenza
risposte/risposta_inizio Tensore int32
risposte/testo Testo corda
contesto Testo corda
id Tensore corda
domanda Testo corda
titolo Testo corda

squadra/v2.0

  • Descrizione della configurazione : versione 2.0.0 di SQUAD

  • Dimensione del download : 44.34 MiB

  • Dimensione del set di dati: 148.54 MiB

  • Cache automatica ( documentazione ): Sì (convalida), solo quando shuffle_files=False (treno)

  • Divisioni :

Diviso Esempi
'train' 130.319
'validation' 11.873
  • Struttura delle caratteristiche :
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),
})
  • Documentazione delle funzionalità :
Caratteristica Classe Forma Tipo D Descrizione
CaratteristicheDict
risposte Sequenza
risposte/risposta_inizio Tensore int32
risposte/testo Testo corda
contesto Testo corda
id Tensore corda
è impossibile Tensore bool
risposte_plausibili Sequenza
risposte_plausibili/risposte_start Tensore int32
risposte_plausibili/testo Testo corda
domanda Testo corda
titolo Testo corda