wiki_table_questions

Descriptif :

L'ensemble de données contient des paires table-question, et la réponse respective. Les questions nécessitent un raisonnement en plusieurs étapes et diverses opérations de données telles que la comparaison, l'agrégation et le calcul arithmétique. Les tableaux ont été choisis au hasard parmi les tableaux Wikipédia avec au moins 8 lignes et 5 colonnes.

(Selon les notes d'utilisation de la documentation)

Dev : précision moyenne sur trois (et non cinq) fractionnements des données d'apprentissage. En d'autres termes, entraînez-vous sur 'split-{1,2,3}-train' et testez sur 'split-{1,2,3}-dev', respectivement, puis faites la moyenne de la précision.
Test : Entraînez-vous sur 'train' et testez sur 'test'.
Documentation complémentaire : Explorer sur Papers With Code
Page d' accueil : https://ppasupat.github.io/WikiTableQuestions/#usage-notes
Code source : tfds.structured.wiki_table_questions.WikiTableQuestions
Versions :
- 1.0.0 (par défaut) : version initiale.
Taille du téléchargement : 65.36 MiB
Taille du jeu de données : 237.24 MiB
Mise en cache automatique ( documentation ): Oui
Fractionnements :

Diviser	Exemples
`'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

Structure des fonctionnalités :

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

Documentation des fonctionnalités :

Caractéristique	Classer	Dtype
	FonctionnalitésDict
Texte de saisie	FonctionnalitésDict
texte_entrée/contexte	Tenseur	chaîne de caractères
input_text/table	Séquence
input_text/table/column_header	Tenseur	chaîne de caractères
input_text/table/contenu	Tenseur	chaîne de caractères
input_text/table/row_number	Tenseur	int16
texte_cible	Tenseur	chaîne de caractères

Clés supervisées (Voir as_supervised doc ): ('input_text', 'target_text')
Figure ( tfds.show_examples ) : non pris en charge.
Exemples ( tfds.as_dataframe ):

Citation :

@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",
}