cjfcsjt/WebSRC-flat

该数据集用于基于网页的结构化阅读理解任务，包含问答对、页面ID、图像和领域信息。问答对进一步包含答案、ID和问题。数据集分为训练集和验证集，分别包含497和97个示例。数据集的下载大小为23191386字节，数据集大小为26678441字节。数据集的许可证为cc-by-4.0，任务类别为问答，语言为英语。

原始信息汇总

数据集概述

数据集特征

• qas:
  • answers:
    • answer_start: 数据类型为 int64
    • element_id: 数据类型为 int64
    • text: 数据类型为 string
  • id: 数据类型为 string
  • question: 数据类型为 string
• page_id: 数据类型为 string
• Image: 数据类型为 image
• domain: 数据类型为 string

数据集分割

• train:
  • num_bytes: 22537566
  • num_examples: 497
• validation:
  • num_bytes: 4140875
  • num_examples: 97

数据集大小

• download_size: 23191386
• dataset_size: 26678441

配置

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

许可证

• license: cc-by-4.0

任务类别

• task_categories: question-answering

语言

• language: en