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-*。