acqua_rat

Riferimenti:

crudo

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

ds = tfds.load('huggingface:aqua_rat/raw')
  • Descrizione : 
A large-scale dataset consisting of approximately 100,000 algebraic word problems. 
The solution to each question is explained step-by-step using natural language. 
This data is used to train a program generation model that learns to generate the explanation, 
while generating the program that solves the question.
  • Licenza : Copyright 2017 Google Inc.

Concesso in licenza ai sensi della Licenza Apache, Versione 2.0 (la "Licenza"); non è possibile utilizzare questo file se non in conformità con la Licenza. È possibile ottenere una copia della licenza all'indirizzo

<a href="http://www.apache.org/licenses/LICENSE-2.0">http://www.apache.org/licenses/LICENSE-2.0</a>

A meno che non sia richiesto dalla legge applicabile o concordato per iscritto, il software distribuito in base alla Licenza viene distribuito "COSÌ COM'È", SENZA GARANZIE O CONDIZIONI DI ALCUN TIPO, esplicite o implicite. Consultare la Licenza per la lingua specifica che regola le autorizzazioni e le limitazioni previste dalla Licenza.

  • Versione : 0.0.0
  • Divide :
Diviso Esempi
'test' 254
'train' 97467
'validation' 254
  • Caratteristiche : 
{
    "question": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "options": {
        "feature": {
            "dtype": "string",
            "id": null,
            "_type": "Value"
        },
        "length": -1,
        "id": null,
        "_type": "Sequence"
    },
    "rationale": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "correct": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}

tokenizzato

Utilizzare il comando seguente per caricare questo set di dati in TFDS:

ds = tfds.load('huggingface:aqua_rat/tokenized')
  • Descrizione : 
A large-scale dataset consisting of approximately 100,000 algebraic word problems. 
The solution to each question is explained step-by-step using natural language. 
This data is used to train a program generation model that learns to generate the explanation, 
while generating the program that solves the question.
  • Licenza : Copyright 2017 Google Inc.

Concesso in licenza ai sensi della Licenza Apache, Versione 2.0 (la "Licenza"); non è possibile utilizzare questo file se non in conformità con la Licenza. È possibile ottenere una copia della licenza all'indirizzo

<a href="http://www.apache.org/licenses/LICENSE-2.0">http://www.apache.org/licenses/LICENSE-2.0</a>

A meno che non sia richiesto dalla legge applicabile o concordato per iscritto, il software distribuito in base alla Licenza viene distribuito "COSÌ COM'È", SENZA GARANZIE O CONDIZIONI DI ALCUN TIPO, esplicite o implicite. Consultare la Licenza per la lingua specifica che regola le autorizzazioni e le limitazioni previste dalla Licenza.

  • Versione : 0.0.0
  • Divide :
Diviso Esempi
'test' 254
'train' 97467
'validation' 254
  • Caratteristiche : 
{
    "question": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "options": {
        "feature": {
            "dtype": "string",
            "id": null,
            "_type": "Value"
        },
        "length": -1,
        "id": null,
        "_type": "Sequence"
    },
    "rationale": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "correct": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}