trivia_qa

• Descrição :

TriviaqQA é um conjunto de dados de compreensão de leitura contendo mais de 650 mil perguntas-respostas-evidências triplas. O TriviaqQA inclui 95 mil pares de perguntas e respostas de autoria de entusiastas de curiosidades e documentos de evidências coletados independentemente, seis por pergunta em média, que fornecem supervisão distante de alta qualidade para responder às perguntas.

• Documentação Adicional : Explore em Papers With Code

• Página inicial : http://nlp.cs.washington.edu/triviaqa/

• Código -fonte: tfds.datasets.trivia_qa.Builder

• Versões :

  • 1.1.0 (padrão): sem notas de versão.

• Estrutura de recursos :

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),
    }),
})

• Documentação do recurso:

Recurso	Aula	Forma	Tipo D	Descrição
	RecursosDict
responder	RecursosDict
resposta/aliases	Sequência (Texto)	(Nenhum,)	corda
resposta/matched_wiki_entity_name	Texto		corda
answer/normalized_aliases	Sequência (Texto)	(Nenhum,)	corda
answer/normalized_matched_wiki_entity_name	Texto		corda
resposta/valor_normalizado	Texto		corda
responder/digitar	Texto		corda
resposta/valor	Texto		corda
entity_pages	Seqüência
entity_pages/doc_source	Texto		corda
entity_pages/filename	Texto		corda
entity_pages/title	Texto		corda
entity_pages/wiki_context	Texto		corda
pergunta	Texto		corda
question_id	Texto		corda
question_source	Texto		corda
Procurar Resultados	Seqüência
resultados_pesquisa/descrição	Texto		corda
search_results/filename	Texto		corda
resultados_pesquisa/classificação	tensor		int32
resultados_pesquisa/contexto_pesquisa	Texto		corda
resultados_pesquisa/título	Texto		corda
search_results/url	Texto		corda

• Chaves supervisionadas (Consulte as_supervised doc ): None

• Figura ( tfds.show_examples ): Não suportado.

• Citação :

@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 (configuração padrão)

• Descrição da configuração : Pares de pergunta-resposta em que todos os documentos para uma determinada pergunta contêm a(s) string(s) de resposta. Inclui contexto da Wikipedia e resultados de pesquisa.

• Tamanho do download : 2.48 GiB

• Tamanho do conjunto de dados : 14.99 GiB

• Armazenado em cache automaticamente ( documentação ): Não

• Divisões :

Dividir	Exemplos
'test'	17.210
'train'	138.384
'validation'	18.669

• Exemplos ( tfds.as_dataframe ):

trivia_qa/rc.nocontext

• Descrição da configuração : Pares de pergunta-resposta em que todos os documentos para uma determinada pergunta contêm a(s) string(s) de resposta.

• Tamanho do download : 2.48 GiB

• Tamanho do conjunto de dados : 196.84 MiB

• Cache automático ( documentação ): Sim (teste, validação), somente quando shuffle_files=False (train)

• Divisões :

Dividir	Exemplos
'test'	17.210
'train'	138.384
'validation'	18.669

• Exemplos ( tfds.as_dataframe ):

trivia_qa/não filtrado

• Descrição da configuração : 110 mil pares de perguntas e respostas para controle de qualidade de domínio aberto, em que nem todos os documentos de uma determinada pergunta contêm a(s) string(s) de resposta. Isso torna o conjunto de dados não filtrado mais apropriado para controle de qualidade no estilo IR. Inclui contexto da Wikipedia e resultados de pesquisa.

• Tamanho do download : 3.07 GiB

• Tamanho do conjunto de dados : 27.27 GiB

• Armazenado em cache automaticamente ( documentação ): Não

• Divisões :

Dividir	Exemplos
'test'	10.832
'train'	87.622
'validation'	11.313

• Exemplos ( tfds.as_dataframe ):

trivia_qa/unfiltered.nocontext

• Descrição da configuração : 110 mil pares de perguntas e respostas para controle de qualidade de domínio aberto, em que nem todos os documentos de uma determinada pergunta contêm a(s) string(s) de resposta. Isso torna o conjunto de dados não filtrado mais apropriado para controle de qualidade no estilo IR.

• Tamanho do download : 603.25 MiB

• Tamanho do conjunto de dados : 119.78 MiB

• Cache automático ( documentação ): Sim

• Divisões :

Dividir	Exemplos
'test'	10.832
'train'	87.622
'validation'	11.313

• Exemplos ( tfds.as_dataframe ):