ग्राउंडेड_स्कैन

• विवरण :

ग्राउंडेड स्कैन (जीएससीएएन) स्थित भाषा समझ में संरचनागत सामान्यीकरण के मूल्यांकन के लिए एक सिंथेटिक डेटासेट है। gSCAN प्राकृतिक भाषा निर्देशों को क्रिया क्रम के साथ जोड़ता है, और एजेंट को ग्रिड-आधारित विज़ुअल नेविगेशन वातावरण के संदर्भ में निर्देशों की व्याख्या करने की आवश्यकता होती है।

अधिक जानकारी यहां पाई जा सकती है:

• compositional_splits और target_length_split के लिए: https://github.com/LauraRuis/groundedSCAN

• spatial_relation_splits के लिए: https://github.com/google-research/language/tree/master/language/gscan/data

• होमपेज : https://github.com/LauraRuis/groundedSCAN

• स्रोत कोड : tfds.vision_language.grounded_scan.GroundedScan

• संस्करण :

  • 1.0.0 : प्रारंभिक रिलीज।
  • 1.1.0 : vector फीचर को टेक्स्ट () में बदला गया।
  • 2.0.0 (डिफ़ॉल्ट): नया spatial_relation_splits कॉन्फ़िगरेशन जोड़ता है।

• ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं

• फ़ीचर संरचना :

FeaturesDict({
    'command': Sequence(Text(shape=(), dtype=string)),
    'manner': Text(shape=(), dtype=string),
    'meaning': Sequence(Text(shape=(), dtype=string)),
    'referred_target': Text(shape=(), dtype=string),
    'situation': FeaturesDict({
        'agent_direction': int32,
        'agent_position': FeaturesDict({
            'column': int32,
            'row': int32,
        }),
        'direction_to_target': Text(shape=(), dtype=string),
        'distance_to_target': int32,
        'grid_size': int32,
        'placed_objects': Sequence({
            'object': FeaturesDict({
                'color': Text(shape=(), dtype=string),
                'shape': Text(shape=(), dtype=string),
                'size': int32,
            }),
            'position': FeaturesDict({
                'column': int32,
                'row': int32,
            }),
            'vector': Text(shape=(), dtype=string),
        }),
        'target_object': FeaturesDict({
            'object': FeaturesDict({
                'color': Text(shape=(), dtype=string),
                'shape': Text(shape=(), dtype=string),
                'size': int32,
            }),
            'position': FeaturesDict({
                'column': int32,
                'row': int32,
            }),
            'vector': Text(shape=(), dtype=string),
        }),
    }),
    'target_commands': Sequence(Text(shape=(), dtype=string)),
    'verb_in_command': Text(shape=(), dtype=string),
})

• फ़ीचर दस्तावेज़ीकरण :

• पर्यवेक्षित कुंजियाँ ( as_supervised doc देखें): None

• चित्र ( tfds.show_examples ): समर्थित नहीं है।

• उद्धरण :

@inproceedings{NEURIPS2020_e5a90182,
 author = {Ruis, Laura and Andreas, Jacob and Baroni, Marco and Bouchacourt, Diane and Lake, Brenden M},
 booktitle = {Advances in Neural Information Processing Systems},
 editor = {H. Larochelle and M. Ranzato and R. Hadsell and M. F. Balcan and H. Lin},
 pages = {19861--19872},
 publisher = {Curran Associates, Inc.},
 title = {A Benchmark for Systematic Generalization in Grounded Language Understanding},
 url = {https://proceedings.neurips.cc/paper/2020/file/e5a90182cc81e12ab5e72d66e0b46fe3-Paper.pdf},
 volume = {33},
 year = {2020}
}

@inproceedings{qiu-etal-2021-systematic,
    title = "Systematic Generalization on g{SCAN}: {W}hat is Nearly Solved and What is Next?",
    author = "Qiu, Linlu  and
      Hu, Hexiang  and
      Zhang, Bowen  and
      Shaw, Peter  and
      Sha, Fei",
    booktitle = "Proceedings of the 2021 Conference on Empirical Methods in Natural Language Processing",
    month = nov,
    year = "2021",
    address = "Online and Punta Cana, Dominican Republic",
    publisher = "Association for Computational Linguistics",
    url = "https://aclanthology.org/2021.emnlp-main.166",
    doi = "10.18653/v1/2021.emnlp-main.166",
    pages = "2180--2188",
}

ग्राउंडेड_स्कैन/कंपोज़िशनल_स्प्लिट्स (डिफ़ॉल्ट कॉन्फ़िगरेशन)

• विन्यास विवरण : संरचनागत सामान्यीकरण के उदाहरण।

• डाउनलोड आकार : 82.10 MiB

• डेटासेट का आकार : 998.11 MiB

• विभाजन :

• उदाहरण ( tfds.as_dataframe ):

ग्राउंडेड_स्कैन/target_length_split

• कॉन्फ़िग विवरण : बड़े लक्ष्य लंबाई के लिए सामान्यीकरण के उदाहरण।

• डाउनलोड आकार : 53.41 MiB

• डेटासेट का आकार : 546.73 MiB

• विभाजन :

• उदाहरण ( tfds.as_dataframe ):

ग्राउंडेड_स्कैन/स्पेशियल_रिलेशन_स्प्लिट्स

• विन्यास विवरण : स्थानिक संबंध तर्क के उदाहरण।

• डाउनलोड आकार : 89.59 MiB

• डेटासेट का आकार : 675.09 MiB

• विभाजन :

• उदाहरण ( tfds.as_dataframe ):