pasukan

• Deskripsi :

Stanford Question Answering Dataset (SQuAD) adalah kumpulan data pemahaman bacaan, terdiri dari pertanyaan yang diajukan oleh crowdworker pada serangkaian artikel Wikipedia, di mana jawaban untuk setiap pertanyaan adalah segmen teks, atau rentang, dari bagian bacaan yang sesuai, atau pertanyaan mungkin tidak terjawab.

• Dokumentasi Tambahan : Jelajahi di Makalah Dengan Kode north_east

• Beranda : https://rajpurkar.github.io/SQuAD-explorer/

• Kode sumber : tfds.datasets.squad.Builder

• Versi :

  • 3.0.0 (default): Memperbaiki masalah dengan sejumlah kecil contoh (19) di mana rentang jawaban tidak selaras karena penghapusan spasi konteks.

• Kunci yang diawasi (Lihat as_supervised doc ): None

• Gambar ( tfds.show_examples ): Tidak didukung.

• Kutipan :

@article{2016arXiv160605250R,
       author = { {Rajpurkar}, Pranav and {Zhang}, Jian and {Lopyrev},
                 Konstantin and {Liang}, Percy},
        title = "{SQuAD: 100,000+ Questions for Machine Comprehension of Text}",
      journal = {arXiv e-prints},
         year = 2016,
          eid = {arXiv:1606.05250},
        pages = {arXiv:1606.05250},
archivePrefix = {arXiv},
       eprint = {1606.05250},
}

skuad/v1.1 (konfigurasi default)

• Deskripsi konfigurasi : SQUAD versi 1.1.0

• Ukuran unduhan : 33.51 MiB

• Ukuran dataset : 94.06 MiB

• Di-cache otomatis ( dokumentasi ): Ya

• Perpecahan :

• Struktur fitur :

FeaturesDict({
    'answers': Sequence({
        'answer_start': int32,
        'text': Text(shape=(), dtype=string),
    }),
    'context': Text(shape=(), dtype=string),
    'id': string,
    'question': Text(shape=(), dtype=string),
    'title': Text(shape=(), dtype=string),
})

• Dokumentasi fitur :

• Contoh ( tfds.as_dataframe ):

skuad/v2.0

• Deskripsi konfigurasi : SQUAD versi 2.0.0

• Ukuran unduhan : 44.34 MiB

• Ukuran dataset : 148.54 MiB

• Auto-cached ( dokumentasi ): Ya (validasi), Hanya ketika shuffle_files=False (train)

• Perpecahan :

• Struktur fitur :

FeaturesDict({
    'answers': Sequence({
        'answer_start': int32,
        'text': Text(shape=(), dtype=string),
    }),
    'context': Text(shape=(), dtype=string),
    'id': string,
    'is_impossible': bool,
    'plausible_answers': Sequence({
        'answer_start': int32,
        'text': Text(shape=(), dtype=string),
    }),
    'question': Text(shape=(), dtype=string),
    'title': Text(shape=(), dtype=string),
})

• Dokumentasi fitur :

• Contoh ( tfds.as_dataframe ):