wiki_table_questions

Описание :

Набор данных содержит пары таблица-вопрос и соответствующий ответ. Вопросы требуют многоэтапного рассуждения и различных операций с данными, таких как сравнение, агрегирование и арифметические вычисления. Таблицы были выбраны случайным образом среди таблиц Википедии, содержащих не менее 8 строк и 5 столбцов.

(Согласно примечаниям по использованию документации)

Разработчик: средняя точность по трем (не пяти) разделениям обучающих данных. Другими словами, тренируйтесь на «split-{1,2,3}-train» и тестируйте на «split-{1,2,3}-dev» соответственно, а затем усредняйте точность.
Тест: тренируйтесь на «поезде» и тестируйте на «тесте».
Дополнительная документация : изучить документы с кодом
Домашняя страница : https://ppasupat.github.io/WikiTableQuestions/#usage-notes
Исходный код : tfds.structured.wiki_table_questions.WikiTableQuestions
Версии :
- 1.0.0 (по умолчанию): Первоначальный выпуск.
Размер загрузки : 65.36 MiB .
Размер набора данных : 237.24 MiB .
Автоматическое кэширование ( документация ): Да
Сплиты :

Расколоть	Примеры
`'split-1-dev'`	2810
`'split-1-train'`	11 321
`'split-2-dev'`	2838
`'split-2-train'`	11 312
`'split-3-dev'`	2838
`'split-3-train'`	11 311
`'test'`	4344
`'train'`	14 149

Структура функции :

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

Документация по функциям :

Особенность	Учебный класс	Dтип
	ОсобенностиDict
input_text	ОсобенностиDict
input_text/контекст	Тензор	нить
input_text/таблица	Последовательность
input_text/таблица/column_header	Тензор	нить
input_text/таблица/содержание	Тензор	нить
input_text/таблица/номер_строки	Тензор	int16
целевой_текст	Тензор	нить

Контролируемые ключи (см . документ as_supervised ): ('input_text', 'target_text')
Рисунок ( tfds.show_examples ): не поддерживается.
Примеры ( tfds.as_dataframe ):

Цитата :

@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",
}