trivia_qa

• Deskripsi :

TriviaqQA adalah kumpulan data pemahaman bacaan yang berisi lebih dari 650 ribu pertanyaan-jawaban-bukti tiga kali lipat. TriviaqQA mencakup 95 ribu pasangan pertanyaan-jawaban yang ditulis oleh penggemar trivia dan dokumen bukti yang dikumpulkan secara independen, rata-rata enam per pertanyaan, yang memberikan pengawasan jarak jauh berkualitas tinggi untuk menjawab pertanyaan.

• Dokumentasi Tambahan : Jelajahi di Makalah Dengan Kode

• Beranda : http://nlp.cs.washington.edu/triviaqa/

• Kode sumber : tfds.datasets.trivia_qa.Builder

• Versi :

  • 1.1.0 (default): Tidak ada catatan rilis.

• Struktur fitur :

FeaturesDict({
    'answer': FeaturesDict({
        'aliases': Sequence(Text(shape=(), dtype=string)),
        'matched_wiki_entity_name': Text(shape=(), dtype=string),
        'normalized_aliases': Sequence(Text(shape=(), dtype=string)),
        'normalized_matched_wiki_entity_name': Text(shape=(), dtype=string),
        'normalized_value': Text(shape=(), dtype=string),
        'type': Text(shape=(), dtype=string),
        'value': Text(shape=(), dtype=string),
    }),
    'entity_pages': Sequence({
        'doc_source': Text(shape=(), dtype=string),
        'filename': Text(shape=(), dtype=string),
        'title': Text(shape=(), dtype=string),
        'wiki_context': Text(shape=(), dtype=string),
    }),
    'question': Text(shape=(), dtype=string),
    'question_id': Text(shape=(), dtype=string),
    'question_source': Text(shape=(), dtype=string),
    'search_results': Sequence({
        'description': Text(shape=(), dtype=string),
        'filename': Text(shape=(), dtype=string),
        'rank': int32,
        'search_context': Text(shape=(), dtype=string),
        'title': Text(shape=(), dtype=string),
        'url': Text(shape=(), dtype=string),
    }),
})

• Dokumentasi fitur :

Fitur	Kelas	Membentuk	Dtype	Keterangan
	fiturDict
menjawab	fiturDict
jawaban/alias	Urutan (Teks)	(Tidak ada,)	rangkaian
answer/matched_wiki_entity_name	Teks		rangkaian
answer/normalized_aliases	Urutan (Teks)	(Tidak ada,)	rangkaian
jawaban/normalized_matched_wiki_entity_name	Teks		rangkaian
jawaban/nilai_normalisasi	Teks		rangkaian
jawaban/jenis	Teks		rangkaian
jawaban/nilai	Teks		rangkaian
entitas_halaman	Urutan
entitas_halaman/doc_source	Teks		rangkaian
entitas_halaman/nama file	Teks		rangkaian
entitas_halaman/judul	Teks		rangkaian
entitas_halaman/wiki_context	Teks		rangkaian
pertanyaan	Teks		rangkaian
id_pertanyaan	Teks		rangkaian
question_source	Teks		rangkaian
Hasil Pencarian	Urutan
hasil_penelusuran/deskripsi	Teks		rangkaian
search_results/namafile	Teks		rangkaian
hasil_penelusuran/peringkat	Tensor		int32
search_results/search_context	Teks		rangkaian
search_results/title	Teks		rangkaian
search_results/url	Teks		rangkaian

• Kunci yang diawasi (Lihat as_supervised doc ): None

• Gambar ( tfds.show_examples ): Tidak didukung.

• Kutipan :

@article{2017arXivtriviaqa,
       author = { {Joshi}, Mandar and {Choi}, Eunsol and {Weld},
                 Daniel and {Zettlemoyer}, Luke},
        title = "{triviaqa: A Large Scale Distantly Supervised Challenge Dataset for Reading Comprehension}",
      journal = {arXiv e-prints},
         year = 2017,
          eid = {arXiv:1705.03551},
        pages = {arXiv:1705.03551},
archivePrefix = {arXiv},
       eprint = {1705.03551},
}

trivia_qa/rc (konfigurasi default)

• Deskripsi konfigurasi : Pasangan pertanyaan-jawaban di mana semua dokumen untuk pertanyaan tertentu berisi string jawaban. Termasuk konteks dari Wikipedia dan hasil pencarian.

• Ukuran unduhan : 2.48 GiB

• Ukuran dataset : 14.99 GiB

• Di-cache otomatis ( dokumentasi ): Tidak

• Perpecahan :

Membelah	Contoh
'test'	17.210
'train'	138.384
'validation'	18.669

• Contoh ( tfds.as_dataframe ):

trivia_qa/rc.nocontext

• Deskripsi konfigurasi : Pasangan pertanyaan-jawaban di mana semua dokumen untuk pertanyaan tertentu berisi string jawaban.

• Ukuran unduhan : 2.48 GiB

• Ukuran dataset : 196.84 MiB

• Auto-cached ( dokumentasi ): Ya (test, validasi), Hanya ketika shuffle_files=False (train)

• Perpecahan :

Membelah	Contoh
'test'	17.210
'train'	138.384
'validation'	18.669

• Contoh ( tfds.as_dataframe ):

trivia_qa/tanpa filter

• Deskripsi konfigurasi : 110k pasangan pertanyaan-jawaban untuk QA domain terbuka di mana tidak semua dokumen untuk pertanyaan tertentu berisi string jawaban. Hal ini membuat kumpulan data tanpa filter lebih cocok untuk QA bergaya IR. Termasuk konteks dari Wikipedia dan hasil pencarian.

• Ukuran unduhan : 3.07 GiB

• Ukuran dataset : 27.27 GiB

• Di-cache otomatis ( dokumentasi ): Tidak

• Perpecahan :

Membelah	Contoh
'test'	10.832
'train'	87.622
'validation'	11.313

• Contoh ( tfds.as_dataframe ):

trivia_qa/unfiltered.nocontext

• Deskripsi konfigurasi : 110k pasangan pertanyaan-jawaban untuk QA domain terbuka di mana tidak semua dokumen untuk pertanyaan tertentu berisi string jawaban. Hal ini membuat kumpulan data tanpa filter lebih cocok untuk QA bergaya IR.

• Ukuran unduhan : 603.25 MiB

• Ukuran dataset : 119.78 MiB

• Di-cache otomatis ( dokumentasi ): Ya

• Perpecahan :

Membelah	Contoh
'test'	10.832
'train'	87.622
'validation'	11.313

• Contoh ( tfds.as_dataframe ):