يسقط

• الوصف :

مع اقتراب أداء النظام على معايير فهم القراءة الحالية من الأداء البشري أو تجاوزه ، نحتاج إلى مجموعة بيانات صلبة جديدة تعمل على تحسين قدرات الأنظمة على قراءة فقرات النص فعليًا. DROP عبارة عن معيار مرجعي مكون من 96 ألف سؤال ، تم إنشاؤه عن طريق التعارض الجماعي ، حيث يجب على النظام حل المراجع في سؤال ما ، ربما إلى مواقع إدخال متعددة ، وإجراء عمليات منفصلة عليها (مثل الإضافة أو العد أو الفرز). تتطلب هذه العمليات فهمًا أكثر شمولاً لمحتوى الفقرات مما كان ضروريًا لمجموعات البيانات السابقة.

• وثائق إضافية : استكشف في الأوراق باستخدام الرمز north_east

• الصفحة الرئيسية : https://allennlp.org/drop

• شفرة المصدر : tfds.text.drop.Drop

• إصدارات :

  • 1.0.0 : الإصدار الأولي.
  • 2.0.0 (افتراضي): أضف جميع الخيارات للإجابات.

• حجم التحميل : 7.92 MiB

• حجم مجموعة البيانات : 116.24 MiB

• التخزين المؤقت التلقائي ( الوثائق ): نعم

• الانقسامات :

• هيكل الميزة :

FeaturesDict({
    'answer': Text(shape=(), dtype=string),
    'passage': Text(shape=(), dtype=string),
    'query_id': Text(shape=(), dtype=string),
    'question': Text(shape=(), dtype=string),
    'validated_answers': Sequence(Text(shape=(), dtype=string)),
})

• وثائق الميزة :

• المفاتيح الخاضعة للإشراف (انظر المستند as_supervised ): None

• الشكل ( tfds.show_examples ): غير مدعوم.

• أمثلة ( tfds.as_dataframe ):

• الاقتباس :

@inproceedings{Dua2019DROP,
  author={Dheeru Dua and Yizhong Wang and Pradeep Dasigi and Gabriel Stanovsky and Sameer Singh and Matt Gardner},
  title={  {DROP}: A Reading Comprehension Benchmark Requiring Discrete Reasoning Over Paragraphs},
  booktitle={Proc. of NAACL},
  year={2019}
}