iamnguyen/edu_child_v2

---
dataset_info:
features:
- name: content
dtype: string
- name: metadata
struct:
- name: metadata
struct:
- name: answer
dtype: string
- name: id
dtype: string
- name: question
dtype: string
- name: school_id
dtype: string
- name: seq_num
dtype: int64
- name: source
dtype: string
- name: tokenized_question
dtype: string
- name: vector
sequence: float64
- name: vector
sequence: float64
splits:
- name: train
num_bytes: 10123120
num_examples: 476
download_size: 6903005
dataset_size: 10123120
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

数据集信息

特征

• content: 数据类型为字符串。
• metadata: 结构化数据，包含以下字段：
  • answer: 数据类型为字符串。
  • id: 数据类型为字符串。
  • question: 数据类型为字符串。
  • school_id: 数据类型为字符串。
  • seq_num: 数据类型为整数（int64）。
  • source: 数据类型为字符串。
  • tokenized_question: 数据类型为字符串。
  • vector: 数据类型为浮点数序列（float64）。
• vector: 数据类型为浮点数序列（float64）。

数据分割

• train: 包含476个样本，总字节数为10123120。

数据集大小

• 下载大小: 6903005字节。
• 数据集大小: 10123120字节。

配置

• default: 数据文件路径为data/train-*。