- opis :
Zadanie NQ-Open, wprowadzone przez Lee i in. 2019, jest testem porównawczym odpowiedzi na pytania w domenie otwartej, który wywodzi się z Natural Questions. Celem jest przewidzenie łańcucha odpowiedzi w języku angielskim dla wejściowego pytania w języku angielskim. Na wszystkie pytania można odpowiedzieć, korzystając z treści angielskiej Wikipedii.
Strona główna : https://github.com/google-research-datasets/natural-questions/tree/master/nq_open
Kod źródłowy :
tfds.datasets.natural_questions_open.Builder
Wersje :
-
1.0.0
(domyślnie): Brak informacji o wersji.
-
Rozmiar pliku do pobrania :
8.50 MiB
Rozmiar zestawu danych :
8.70 MiB
Automatyczne buforowanie ( dokumentacja ): Tak
Podziały :
Podział | Przykłady |
---|---|
'train' | 87 925 |
'validation' | 3610 |
- Struktura funkcji :
FeaturesDict({
'answer': Sequence(string),
'question': string,
})
- Dokumentacja funkcji :
Funkcja | Klasa | Kształt | Typ D | Opis |
---|---|---|---|---|
FunkcjeDict | ||||
odpowiedź | Sekwencja (Tensor) | (Nic,) | strunowy | |
pytanie | Napinacz | strunowy |
Klucze nadzorowane (Zobacz dokument
as_supervised
):None
Rysunek ( tfds.show_examples ): Nieobsługiwany.
Przykłady ( tfds.as_dataframe ):
- Cytat :
@inproceedings{orqa,
title = {Latent Retrieval for Weakly Supervised Open Domain Question Answering},
author = {Lee, Kenton and Chang, Ming-Wei and Toutanova, Kristina},
year = {2019},
month = {01},
pages = {6086-6096},
booktitle = {Proceedings of the 57th Annual Meeting of the Association for Computational Linguistics},
doi = {10.18653/v1/P19-1612}
}
@article{47761,
title = {Natural Questions: a Benchmark for Question Answering Research},
author = {Tom Kwiatkowski and Jennimaria Palomaki and Olivia Redfield and Michael Collins and Ankur Parikh and Chris Alberti and Danielle Epstein and Illia Polosukhin and Matthew Kelcey and Jacob Devlin and Kenton Lee and Kristina N. Toutanova and Llion Jones and Ming-Wei Chang and Andrew Dai and Jakob Uszkoreit and Quoc Le and Slav Petrov},
year = {2019},
journal = {Transactions of the Association of Computational Linguistics}
}