NESPED-GEN/selector

该数据集包含多个特征，如数据库ID（db_id）、英文问题（question_en）、难度级别（hardness）、LLM模式（schema_llm）、LLM查询（query_llm）、最小LLM模式（schema_llm_min）、模式字典（schema_dict）以及表和列信息（tables_and_columns）。数据集分为训练集（trainSpider）、开发集（devSpider）和测试集（testSpider），分别包含8656、1034和2147个例子。数据集的总大小为44695097字节，下载大小为1204220字节。该数据集包含多个特征，如数据库ID（db_id）、英文问题（question_en）、难度级别（hardness）、LLM模式（schema_llm）、LLM查询（query_llm）、最小LLM模式（schema_llm_min）、模式字典（schema_dict）以及表和列信息（tables_and_columns）。数据集分为训练集（trainSpider）、开发集（devSpider）和测试集（testSpider），分别包含8656、1034和2147个例子。数据集的总大小为44695097字节，下载大小为1204220字节。

原始信息汇总

数据集概述

数据集特征

• db_id: 数据库ID，数据类型为字符串。
• question_en: 英文问题，数据类型为字符串。
• hardness: 难度级别，数据类型为字符串。
• schema_llm: 模式信息，数据类型为字符串。
• query_llm: 查询信息，数据类型为字符串。
• schema_llm_min: 简化模式信息，数据类型为字符串。
• schema_dict: 模式字典，数据类型为字符串。
• tables_and_columns: 表和列信息，数据类型为字符串。

数据集分割

• trainSpider: 训练集，包含8656个样本，大小为35159858字节。
• devSpider: 开发集，包含1034个样本，大小为3134057字节。
• testSpider: 测试集，包含2147个样本，大小为6401182字节。

数据集大小

• 下载大小: 1204220字节。
• 总大小: 44695097字节。

配置

• default: 默认配置，包含以下数据文件路径：
  • trainSpider: data/trainSpider-*
  • devSpider: data/devSpider-*
  • testSpider: data/testSpider-*