wiki_table_questions

• คำอธิบาย :

ชุดข้อมูลประกอบด้วยคำถามตารางคู่และคำตอบตามลำดับ คำถามต้องการการให้เหตุผลหลายขั้นตอนและการดำเนินการข้อมูลต่างๆ เช่น การเปรียบเทียบ การรวม และการคำนวณเลขคณิต ตารางถูกสุ่มเลือกระหว่างตาราง Wikipedia ที่มีอย่างน้อย 8 แถวและ 5 คอลัมน์

(ตามบันทึกการใช้งานเอกสาร)

• Dev: หมายถึงความแม่นยำของข้อมูลการฝึกแยกสามส่วน (ไม่ใช่ห้า) กล่าวอีกนัยหนึ่ง ฝึกบน 'split-{1,2,3}-train' และทดสอบบน 'split-{1,2,3}-dev' ตามลำดับ จากนั้นหาค่าเฉลี่ยของความแม่นยำ

• ทดสอบ: ฝึกฝนใน 'รถไฟ' และทดสอบใน 'ทดสอบ'

• เอกสารประกอบเพิ่มเติม : สำรวจเอกสารด้วยรหัส

• หน้าแรก : https://ppasupat.github.io/WikiTableQuestions/#usage-notes

• รหัสแหล่งที่มา : tfds.structured.wiki_table_questions.WikiTableQuestions

• รุ่น :

  • 1.0.0 (ค่าเริ่มต้น): การเปิดตัวครั้งแรก

• ขนาดการดาวน์โหลด : 65.36 MiB

• ขนาดชุดข้อมูล : 237.24 MiB

• แคชอัตโนมัติ ( เอกสาร ): ใช่

• แยก :

แยก	ตัวอย่าง
'split-1-dev'	2,810
'split-1-train'	11,321
'split-2-dev'	2,838
'split-2-train'	11,312
'split-3-dev'	2,838
'split-3-train'	11,311
'test'	4,344
'train'	14,149

• โครงสร้างคุณลักษณะ :

FeaturesDict({
    'input_text': FeaturesDict({
        'context': string,
        'table': Sequence({
            'column_header': string,
            'content': string,
            'row_number': int16,
        }),
    }),
    'target_text': string,
})

• เอกสารคุณสมบัติ :

ลักษณะเฉพาะ	ระดับ	รูปร่าง	Dประเภท	คำอธิบาย
	คุณสมบัติDict
อินพุต_ข้อความ	คุณสมบัติDict
input_text/บริบท	เทนเซอร์		สตริง
input_text/ตาราง	ลำดับ
input_text/table/column_header	เทนเซอร์		สตริง
input_text/table/content	เทนเซอร์		สตริง
input_text/table/row_number	เทนเซอร์		int16
target_text	เทนเซอร์		สตริง

• คีย์ภายใต้การดูแล (ดู as_supervised doc ): ('input_text', 'target_text')

• รูปภาพ ( tfds.show_examples ): ไม่รองรับ

• ตัวอย่าง ( tfds.as_dataframe ):

• การอ้างอิง :

@inproceedings{pasupat-liang-2015-compositional,
    title = "Compositional Semantic Parsing on Semi-Structured Tables",
    author = "Pasupat, Panupong  and
      Liang, Percy",
    booktitle = "Proceedings of the 53rd Annual Meeting of the Association for Computational Linguistics and the 7th International Joint Conference on Natural Language Processing (Volume 1: Long Papers)",
    month = jul,
    year = "2015",
    address = "Beijing, China",
    publisher = "Association for Computational Linguistics",
    url = "https://www.aclweb.org/anthology/P15-1142",
    doi = "10.3115/v1/P15-1142",
    pages = "1470--1480",
}