- विवरण :
WSC273 एक सामान्य ज्ञान तर्क बेंचमार्क है जिसके लिए सिस्टम को एक अस्पष्ट सर्वनाम के साथ एक वाक्य पढ़ने की आवश्यकता होती है और दो विकल्पों में से उस सर्वनाम के दिग्दर्शन का चयन करें। इसमें विनोग्रैड स्कीमा चैलेंज के पहले 273 उदाहरण शामिल हैं। एक विनोग्रैड स्कीमा वाक्यों की एक जोड़ी है जो केवल एक या दो शब्दों में भिन्न होती है और इसमें एक अस्पष्टता होती है जिसे दो वाक्यों में विपरीत तरीके से हल किया जाता है और इसके समाधान के लिए विश्व ज्ञान और तर्क के उपयोग की आवश्यकता होती है। स्कीमा टेरी they'' presumably refers to the city council; if it is
द्वारा एक प्रसिद्ध उदाहरण से अपना नाम लेती है: The city councilmen refused the demonstrators a permit because they [feared/advocated] violence.'' If the word is
they'' presumably refers to the city council; if it is
'' तो '' वे '' संभवतः प्रदर्शनकारियों को संदर्भित करते हैं।
होमपेज : https://cs.nyu.edu/facademy/davise/papers/WinogradSchemas/WS.html
स्रोत कोड :
tfds.text.wsc273.Wsc273
संस्करण :
-
1.0.0
(डिफ़ॉल्ट): कोई रिलीज़ नोट नहीं।
-
डाउनलोड आकार :
110.58 KiB
डेटासेट का आकार :
87.15 KiB
ऑटो-कैश्ड ( दस्तावेज़ीकरण ): हाँ
विभाजन :
विभाजित करना | उदाहरण |
---|---|
'test' | 273 |
- फ़ीचर संरचना :
FeaturesDict({
'idx': int32,
'label': int32,
'option1': Text(shape=(), dtype=string),
'option1_normalized': Text(shape=(), dtype=string),
'option2': Text(shape=(), dtype=string),
'option2_normalized': Text(shape=(), dtype=string),
'pronoun_end': int32,
'pronoun_start': int32,
'pronoun_text': Text(shape=(), dtype=string),
'text': Text(shape=(), dtype=string),
})
- फ़ीचर दस्तावेज़ीकरण :
विशेषता | कक्षा | आकार | डीटाइप | विवरण |
---|---|---|---|---|
विशेषताएं डिक्ट | ||||
idx | टेन्सर | int32 | ||
लेबल | टेन्सर | int32 | ||
विकल्प 1 | मूलपाठ | डोरी | ||
विकल्प1_सामान्यीकृत | मूलपाठ | डोरी | ||
विकल्प 2 | मूलपाठ | डोरी | ||
Option2_सामान्यीकृत | मूलपाठ | डोरी | ||
सर्वनाम_अंत | टेन्सर | int32 | ||
सर्वनाम_प्रारंभ | टेन्सर | int32 | ||
सर्वनाम_पाठ | मूलपाठ | डोरी | ||
मूलपाठ | मूलपाठ | डोरी |
पर्यवेक्षित कुंजियाँ (
as_supervised
doc देखें):None
चित्र ( tfds.show_examples ): समर्थित नहीं है।
उदाहरण ( tfds.as_dataframe ):
- उद्धरण :
@inproceedings{levesque2012winograd,
title={The winograd schema challenge},
author={Levesque, Hector and Davis, Ernest and Morgenstern, Leora},
booktitle={Thirteenth International Conference on the Principles of Knowledge Representation and Reasoning},
year={2012},
organization={Citeseer}
}