carlosejimenez/seq2seq-glue

该数据集是一个多任务文本处理数据集，包含多个子集，每个子集针对不同的自然语言处理任务，如文本分类、自然语言推理等。数据集的主要特征包括文本、标签和原始索引，数据集大小为279610916字节，下载大小为0。

原始信息汇总

数据集概述

数据集特征

• text: 数据类型为字符串。
• label: 数据类型为字符串。
• orig_idx: 数据类型为整数。

数据集分割

• train: 包含949,098个样本，总大小为190,089,393字节。
• validation_cola: 包含1,043个样本，总大小为87,041字节。
• test_cola: 包含1,063个样本，总大小为86,025字节。
• validation_mnli: 包含9,815个样本，总大小为2,157,948字节。
• validation_mnli_mm: 包含9,832个样本，总大小为2,274,020字节。
• test_mnli: 包含9,796个样本，总大小为2,162,126字节。
• test_mnli_mm: 包含9,847个样本，总大小为2,265,807字节。
• validation_mrpc: 包含408个样本，总大小为120,267字节。
• test_mrpc: 包含1,725个样本，总大小为499,335字节。
• validation_qnli: 包含5,463个样本，总大小为1,554,164字节。
• test_qnli: 包含5,463个样本，总大小为1,542,446字节。
• validation_qqp: 包含40,430个样本，总大小为7,049,694字节。
• test_qqp: 包含390,965个样本，总大小为67,681,991字节。
• validation_rte: 包含277个样本，总大小为100,393字节。
• test_rte: 包含3,000个样本，总大小为1,070,053字节。
• validation_sst2: 包含872个样本，总大小为126,308字节。
• test_sst2: 包含1,821个样本，总大小为260,344字节。
• validation_stsb: 包含1,500个样本，总大小为262,564字节。
• test_stsb: 包含1,379个样本，总大小为220,997字节。

数据集大小

• 下载大小: 0字节
• 数据集总大小: 279,610,916字节