Patt/ReCoRD_TH_drop
收藏Hugging Face2024-01-15 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/Patt/ReCoRD_TH_drop
下载链接
链接失效反馈官方服务：
资源简介：
ReCoRD_TH_drop数据集是ReCoRD数据集的泰语翻译版本，主要用于文本分类任务。数据集包含英语和泰语文本，通过Google翻译和Multilingual Universal Sentence Encoder计算得分，筛选出高质量的翻译内容。数据集分为训练集和验证集，提供了详细的统计信息。
ReCoRD_TH_drop数据集是ReCoRD数据集的泰语翻译版本，主要用于文本分类任务。数据集包含英语和泰语文本，通过Google翻译和Multilingual Universal Sentence Encoder计算得分，筛选出高质量的翻译内容。数据集分为训练集和验证集，提供了详细的统计信息。
提供机构：
Patt
原始信息汇总
数据集概述
基本信息
- 任务类别：文本分类
- 语言：英语（en）、泰语（th）
数据集特征
- passage：字符串类型
- passage_TH：字符串类型
- query：字符串类型
- query_TH：字符串类型
- entities：字符串序列
- entities_TH：字符串序列
- entity_spans：结构类型，包含
start（整数序列）、end（整数序列）和text（字符串序列） - answers：字符串序列
- answers_TH：字符串序列
- idx：结构类型，包含
passage（整数）和query（整数） - score_passage：浮点数类型
- score_query：浮点数类型
- score_entities：浮点数类型
- score_answers：浮点数类型
数据集分割
- 训练集：57811个样本，大小为281547282字节
- 验证集：6676个样本，大小为32258456字节
数据集大小
- 下载大小：112999233字节
- 数据集总大小：313805738字节
许可证
- 许可证：cc-by-sa-4.0
