wisenut-nlp-team/aihub_mrc_admin

该数据集是一个针对行政文档的机器阅读理解（MRC）数据集，包含上下文、文档ID、文档标题、文档来源、文档发布时间、文档分类、创建时间、问答类型、问题ID、问题、是否不可能、答案等特征。数据集分为训练集和验证集，训练集包含329,464个示例，验证集包含41,182个示例。数据集的标签包括机器阅读理解（MRC），任务类别包括问答，任务ID包括抽取式问答和封闭域问答。

原始信息汇总

数据集概述

数据集特征

• context：字符串类型
• doc_id：字符串类型
• doc_title：字符串类型
• doc_source：字符串类型
• doc_published：整数类型
• doc_class：结构体类型，包含：
  • class：字符串类型
  • code：字符串类型
• created：字符串类型
• qa_type：整数类型
• question_id：字符串类型
• question：字符串类型
• is_impossible：布尔类型
• answers：结构体类型，包含：
  • answer_start：整数类型
  • clue_start：整数类型
  • clue_text：字符串类型
  • options：字符串序列
  • text：字符串类型

数据集分割

• train：
  • 数据量：646034916字节
  • 示例数：329464
• validation：
  • 数据量：80855200字节
  • 示例数：41182

数据集大小

• 下载大小：243811004字节
• 数据集总大小：726890116字节