bool_q

• Descriptif :

BoolQ est un ensemble de données de questions-réponses pour les questions oui/non contenant 15942 exemples. Ces questions se posent naturellement, elles sont générées dans des contextes spontanés et sans contraintes.

Chaque exemple est un triplet de (question, passage, réponse), avec le titre de la page comme contexte supplémentaire facultatif. La configuration de la classification des paires de textes est similaire aux tâches d'inférence en langage naturel existantes.

• Documentation complémentaire : Explorer sur Papers With Code north_east

• Page d' accueil : https://github.com/google-research-datasets/boolean-questions

• Code source : tfds.datasets.bool_q.Builder

• Versions :

  • 1.0.0 (par défaut) : aucune note de version.

• Taille du téléchargement : 8.36 MiB

• Taille du jeu de données : 8.51 MiB

• Mise en cache automatique ( documentation ): Oui

• Fractionnements :

• Structure des fonctionnalités :

FeaturesDict({
    'answer': bool,
    'passage': Text(shape=(), dtype=string),
    'question': Text(shape=(), dtype=string),
    'title': Text(shape=(), dtype=string),
})

• Documentation des fonctionnalités :

• Clés supervisées (Voir as_supervised doc ): None

• Figure ( tfds.show_examples ) : non pris en charge.

• Exemples ( tfds.as_dataframe ):

• Citation :

@inproceedings{clark2019boolq,
  title =     {BoolQ: Exploring the Surprising Difficulty of Natural Yes/No Questions},
  author =    {Clark, Christopher and Lee, Kenton and Chang, Ming-Wei, and Kwiatkowski, Tom and Collins, Michael, and Toutanova, Kristina},
  booktitle = {NAACL},
  year =      {2019},
}