legacy107/newsqa-retrieved-ce-chunk-100

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
dataset_info:
features:
- name: context
dtype: string
- name: question
dtype: string
- name: answers
sequence: string
- name: key
dtype: string
- name: labels
list:
- name: end
sequence: int64
- name: start
sequence: int64
- name: document_id
dtype: int64
- name: retrieved_context
dtype: string
splits:
- name: train
num_bytes: 506360128
num_examples: 69960
- name: validation
num_bytes: 31115876
num_examples: 4200
- name: test
num_bytes: 30314274
num_examples: 4212
download_size: 80627687
dataset_size: 567790278
---
# Dataset Card for "newsqa-retrieved-ce-chunk-100"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集配置

• 配置名称: default
• 数据文件:
  • 训练集: data/train-*
  • 验证集: data/validation-*
  • 测试集: data/test-*

数据集信息

• 特征:
  • context: 字符串
  • question: 字符串
  • answers: 字符串序列
  • key: 字符串
  • labels: 列表
    • end: 整数序列
    • start: 整数序列
  • document_id: 整数
  • retrieved_context: 字符串

数据集划分

• 训练集:
  • 字节数: 506360128
  • 样本数: 69960
• 验证集:
  • 字节数: 31115876
  • 样本数: 4200
• 测试集:
  • 字节数: 30314274
  • 样本数: 4212

数据集大小

• 下载大小: 80627687
• 数据集大小: 567790278