ai2_arch

• বর্ণনা :

7,787 প্রকৃত গ্রেড-স্কুল স্তরের একটি নতুন ডেটাসেট, বহুনির্বাচনী বিজ্ঞানের প্রশ্ন, উন্নত প্রশ্ন-উত্তর গবেষণায় উৎসাহিত করার জন্য একত্রিত করা হয়েছে। ডেটাসেটটিকে একটি চ্যালেঞ্জ সেট এবং একটি সহজ সেটে বিভক্ত করা হয়েছে, যেখানে প্রাক্তনটিতে শুধুমাত্র একটি পুনরুদ্ধার-ভিত্তিক অ্যালগরিদম এবং একটি শব্দ সহ-ঘটনা অ্যালগরিদম উভয়ের দ্বারা ভুল উত্তর দেওয়া প্রশ্ন রয়েছে৷ আমরা টাস্কের সাথে প্রাসঙ্গিক 14 মিলিয়নেরও বেশি বিজ্ঞান বাক্যের একটি কর্পাস এবং এই ডেটাসেটের জন্য তিনটি নিউরাল বেসলাইন মডেলের একটি বাস্তবায়ন অন্তর্ভুক্ত করছি। আমরা ARC-কে সম্প্রদায়ের কাছে একটি চ্যালেঞ্জ হিসেবে তুলে ধরছি।

• হোমপেজ : https://allenai.org/data/arc

• সোর্স কোড : tfds.datasets.ai2_arc.Builder

• সংস্করণ :

  • 1.0.0 (ডিফল্ট): কোনো রিলিজ নোট নেই।

• ডাউনলোড সাইজ : 649.30 MiB

• স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): হ্যাঁ

• বৈশিষ্ট্য গঠন :

FeaturesDict({
    'answerKey': ClassLabel(shape=(), dtype=int64, num_classes=5),
    'choices': Sequence({
        'label': ClassLabel(shape=(), dtype=int64, num_classes=5),
        'text': Text(shape=(), dtype=string),
    }),
    'id': Text(shape=(), dtype=string),
    'question': Text(shape=(), dtype=string),
})

• বৈশিষ্ট্য ডকুমেন্টেশন :

• তত্ত্বাবধান করা কী (দেখুন as_supervised doc ): None

• চিত্র ( tfds.show_examples ): সমর্থিত নয়।

• উদ্ধৃতি :

@article{allenai:arc,
      author    = {Peter Clark  and Isaac Cowhey and Oren Etzioni and Tushar Khot and
                    Ashish Sabharwal and Carissa Schoenick and Oyvind Tafjord},
      title     = {Think you have Solved Question Answering? Try ARC, the AI2 Reasoning Challenge},
      journal   = {arXiv:1803.05457v1},
      year      = {2018},
}

ai2_arc/ARC-চ্যালেঞ্জ (ডিফল্ট কনফিগারেশন)

• কনফিগারেশনের বিবরণ : 2590টি "কঠিন" প্রশ্নের চ্যালেঞ্জ সেট (যেগুলি পুনরুদ্ধার এবং একটি সহ-ঘটনা পদ্ধতি উভয়ই সঠিকভাবে উত্তর দিতে ব্যর্থ হয়)

• ডেটাসেটের আকার : 939.91 KiB

• বিভাজন :

• উদাহরণ ( tfds.as_dataframe ):

ai2_arc/ARC-সহজ

• কনফিগারেশনের বিবরণ : ARC চ্যালেঞ্জের জন্য 5197 টি প্রশ্নের সহজ সেট।

• ডেটাসেটের আকার : 1.63 MiB

• বিভাজন :

• উদাহরণ ( tfds.as_dataframe ):