dr-naed/wikievo_qa

该数据集是一个意大利语的问答数据集，基于一个关于如何使用Sicraweb软件的网页内容生成。问答对是使用gemini-1.5-flash模型生成的，模型被指示生成与给定段落相关的非平凡问题，并要求回答必须基于该段落。数据集的特征包括问题、答案、内容链接、参考段落标题、参考段落和参考页面。数据集分为训练集和验证集，分别包含1466和367个示例。

原始信息汇总

数据集概述

基本信息

• 许可证: CC BY 4.0
• 语言: 意大利语
• 标签: 法律
• 任务类别: 问答

数据集结构

特征

• question: 问题 (字符串)
• answer: 答案 (字符串)
• link_to_content: 内容链接 (字符串)
• reference_paragraph_title: 参考段落标题 (字符串)
• reference_paragraph: 参考段落 (字符串)
• reference_page: 参考页面 (字符串)

数据分割

• 训练集:
  • 字节数: 30527043
  • 样本数: 1466
• 验证集:
  • 字节数: 7638295
  • 样本数: 367

数据文件

• 配置名称: default
• 数据文件路径:
  • 训练集: data/train-*
  • 验证集: data/validation-*

数据集大小

• 下载大小: 988024 字节
• 数据集总大小: 38165338 字节