hynky/okapi_arc_challenge

该数据集包含多种语言版本，每个版本都包含一个问题特征和两个多选题目标特征。每个多选题目标特征包含选项和标签。数据集主要用于验证集，每个验证集分割信息包括字节数和示例数。

原始信息汇总

数据集概述

数据集配置

该数据集包含多个语言配置，每个配置包含以下信息：

配置列表

• ar (阿拉伯语)
• bn (孟加拉语)
• ca (加泰罗尼亚语)
• da (丹麦语)
• de (德语)
• es (西班牙语)
• eu (巴斯克语)
• fr (法语)
• gu (古吉拉特语)
• hi (印地语)
• hr (克罗地亚语)
• hu (匈牙利语)
• hy (亚美尼亚语)
• id (印度尼西亚语)
• it (意大利语)
• kn (卡纳达语)
• ml (马拉雅拉姆语)
• mr (马拉地语)
• ne (尼泊尔语)
• nl (荷兰语)
• pt (葡萄牙语)
• ro (罗马尼亚语)
• ru (俄语)
• sk (斯洛伐克语)
• sr (塞尔维亚语)
• sv (瑞典语)
• ta (泰米尔语)
• te (泰卢固语)
• uk (乌克兰语)
• vi (越南语)
• zh (中文)

特征结构

每个配置包含以下特征：

• question: 问题，数据类型为 string。
• mc1_targets: 多选目标1，包含以下子结构：
  • choices: 选项，数据类型为 sequence 的 string。
  • labels: 标签，数据类型为 sequence 的 int32。
• mc2_targets: 多选目标2，包含以下子结构：
  • choices: 选项，数据类型为 sequence 的 string。
  • labels: 标签，数据类型为 sequence 的 int32。

数据分割

每个配置包含一个验证集 (validation)，具体信息如下：

• num_bytes: 数据字节数。
• num_examples: 样本数量。

数据文件路径

每个配置的验证集数据文件路径如下：

• ar: ar/validation-*
• bn: bn/validation-*
• ca: ca/validation-*
• da: da/validation-*
• de: de/validation-*
• es: es/validation-*
• eu: eu/validation-*
• fr: fr/validation-*
• gu: gu/validation-*
• hi: hi/validation-*
• hr: hr/validation-*
• hu: hu/validation-*
• hy: hy/validation-*
• id: id/validation-*
• it: it/validation-*
• kn: kn/validation-*
• ml: ml/validation-*
• mr: mr/validation-*
• ne: ne/validation-*
• nl: nl/validation-*
• pt: pt/validation-*
• ro: ro/validation-*
• ru: ru/validation-*
• sk: sk/validation-*
• sr: sr/validation-*
• sv: sv/validation-*
• ta: ta/validation-*
• te: te/validation-*
• uk: uk/validation-*
• vi: vi/validation-*
• zh: zh/validation-*

数据集大小

每个配置的下载大小和数据集大小如下：

配置名称	下载大小 (bytes)	数据集大小 (bytes)
ar	334900	866140
bn	427655	1392045
ca	285221	637317
da	269773	597726
de	297548	673371
es	292004	660712
eu	302334	636227
fr	302523	701928
gu	387499	1204342
hi	415177	1398051
hr	279158	578523
hu	303830	653747
hy	284970	703742
id	266654	650389
it	290933	649613
kn	389616	1232083
ml	450760	1477816
mr	438986	1410185
ne	430638	1396548
nl	284342	643358
pt	287376	647883
ro	292661	655703
ru	396535	1047861
sk	296352	614871
sr	290084	594791
sv	267273	602775
ta	460555	1601332
te	406003	1285217
uk	379449	981614
vi	304160	778170
zh	264083	560465