nlplabtdtu/tvpl-qa-detail-v2

该数据集包含多个特征字段，如发布日期、标题、问题、内容、参考文献、领域、URL和爬取日期。数据集仅包含一个训练集分割，训练集的大小为262746330字节，包含46402个样本。数据集的下载大小为79834503字节，总大小为262746330字节。

数据集信息：
特征字段：
- 发布日期（published_date）：数据类型为字符串
- 标题（title）：数据类型为字符串
- 问题（question）：数据类型为字符串
- 内容（content）：数据类型为字符串
- 引用（refs）：字符串序列类型
- 领域（domain）：数据类型为字符串
- 统一资源定位符（URL）：数据类型为字符串
- 爬取日期（crawled_date）：数据类型为秒级时间戳（timestamp[s]）
数据集划分：
- 训练集（train）：占用字节数为262746330，共包含46402条数据样本
下载总大小为79834503字节，数据集总存储大小为262746330字节
数据集配置：
- 默认配置（default）：对应训练集划分的数据文件路径为data/train-*

原始信息汇总

数据集概述

数据集特征

• published_date: 数据类型 - 字符串
• title: 数据类型 - 字符串
• question: 数据类型 - 字符串
• content: 数据类型 - 字符串
• refs: 数据类型 - 字符串序列
• domain: 数据类型 - 字符串
• url: 数据类型 - 字符串
• crawled_date: 数据类型 - 时间戳（秒）

数据集划分

• train:
  • 字节数: 262746330
  • 示例数: 46402

数据集大小

• 下载大小: 79834503
• 数据集大小: 262746330

配置

• config_name: default
  • data_files:
    • split: train
      • path: data/train-*