adamjweintraut/eli5_base_best

该数据集包含关于问题的详细信息，包括问题ID、问题文本、最佳答案、所有答案及其数量、顶级答案及其数量、原始文本和目标文本。数据集分为训练集、测试集和验证集，分别包含183333、22917和22917个示例，总数据量为1385819616字节，下载大小为855607110字节。

原始信息汇总

数据集概述

特征信息

• q_id: 数据类型为字符串。
• question: 数据类型为字符串。
• best_answer: 数据类型为字符串。
• all_answers: 数据类型为字符串序列。
• num_answers: 数据类型为整数（int64）。
• top_answers: 数据类型为字符串序列。
• num_top_answers: 数据类型为整数（int64）。
• orig: 数据类型为字符串。
• target: 数据类型为字符串。

数据分割

• train: 包含183333个样本，占用1108652064.4775558字节。
• test: 包含22917个样本，占用138583775.76122215字节。
• validation: 包含22917个样本，占用138583775.76122215字节。

数据大小

• 下载大小: 855607110字节。
• 数据集大小: 1385819616.0字节。

配置信息

• 配置名称: default
  • 数据文件:
    • train: 路径为data/train-*
    • test: 路径为data/test-*
    • validation: 路径为data/validation-*