- Descripción :
Un conjunto de datos a gran escala de problemas matemáticos verbales y un solucionador de problemas matemáticos neuronales interpretable que aprende a asignar problemas a programas operativos.
Documentación adicional : Explore en Papers With Code
Página de inicio: https://math-qa.github.io/
Código fuente :
tfds.datasets.math_qa.BuilderVersiones :
-
1.0.0(predeterminado): Versión inicial.
-
Tamaño de la descarga :
6.96 MiBTamaño del conjunto de datos :
27.15 MiBAlmacenamiento automático en caché ( documentación ): Sí
Divisiones :
| Dividir | Ejemplos |
|---|---|
'test' | 2,985 |
'train' | 29,837 |
'validation' | 4,475 |
- Estructura de características :
FeaturesDict({
'Problem': Text(shape=(), dtype=string),
'Rationale': Text(shape=(), dtype=string),
'annotated_formula': Text(shape=(), dtype=string),
'category': Text(shape=(), dtype=string),
'correct': Text(shape=(), dtype=string),
'correct_option': Text(shape=(), dtype=string),
'linear_formula': Text(shape=(), dtype=string),
'options': Text(shape=(), dtype=string),
})
- Documentación de características :
| Característica | Clase | Forma | Tipo D | Descripción |
|---|---|---|---|---|
| CaracterísticasDict | ||||
| Problema | Texto | cadena | ||
| Razón fundamental | Texto | cadena | ||
| fórmula_anotada | Texto | cadena | ||
| categoría | Texto | cadena | ||
| correcto | Texto | cadena | ||
| opción correcta | Texto | cadena | ||
| formula_lineal | Texto | cadena | ||
| opciones | Texto | cadena |
Claves supervisadas (Ver
as_superviseddoc ):NoneFigura ( tfds.show_examples ): no compatible.
Ejemplos ( tfds.as_dataframe ):
- Cita :
@misc{amini2019mathqa,
title={MathQA: Towards Interpretable Math Word Problem Solving with Operation-Based Formalisms},
author={Aida Amini and Saadia Gabriel and Peter Lin and Rik Koncel-Kedziorski and Yejin Choi and Hannaneh Hajishirzi},
year={2019},
eprint={1905.13319},
archivePrefix={arXiv},
primaryClass={cs.CL}
}