legacy107/newsqa

---
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
splits:
- name: train
num_bytes: 221702291
num_examples: 69960
- name: validation
num_bytes: 13599482
num_examples: 4200
- name: test
num_bytes: 13268158
num_examples: 4212
download_size: 31455725
dataset_size: 248569931
---
# Dataset Card for "newsqa"

[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

• 默认配置：
  • 训练集：路径为 data/train-*
  • 验证集：路径为 data/validation-*
  • 测试集：路径为 data/test-*

数据集信息

• 特征：

  • context：数据类型为 string
  • question：数据类型为 string
  • answers：数据类型为 string 序列
  • key：数据类型为 string
  • labels：包含两个子特征
    • end：数据类型为 int64 序列
    • start：数据类型为 int64 序列
  • document_id：数据类型为 int64

• 数据分割：

  • 训练集：
    • 字节数：221702291
    • 样本数：69960
  • 验证集：
    • 字节数：13599482
    • 样本数：4200
  • 测试集：
    • 字节数：13268158
    • 样本数：4212

• 数据集大小：

  • 下载大小：31455725 字节
  • 数据集大小：248569931 字节