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