islamrokon/TrainDataset

该数据集包含问题和答案对，以及用于自然语言处理任务的输入ID序列、注意力掩码序列和标签序列。数据集分为训练集和测试集，训练集包含14766个样本，测试集包含1641个样本。数据集的下载大小为26912462字节，总大小为81034872.0字节。

原始信息汇总

数据集概述

特征信息

• question: 数据类型为字符串。
• answer: 数据类型为字符串。
• input_ids: 数据类型为整数序列，具体为int32。
• attention_mask: 数据类型为整数序列，具体为int8。
• labels: 数据类型为整数序列，具体为int64。

数据分割

• train: 包含14766个样本，总大小为72929903.08721887字节。
• test: 包含1641个样本，总大小为8104968.91278113字节。

数据集大小

• 下载大小: 26912462字节。
• 数据集总大小: 81034872.0字节。

配置信息

• default:
  • train: 文件路径为data/train-*。
  • test: 文件路径为data/test-*。