presencesw/dataset3_translated_cleaned

该数据集包含问题和答案对，以及相关的参考文献。每个问题和答案都有对应的越南语版本。数据集分为一个训练集，包含8327个样本，文件大小为50116976.57266667字节。下载大小为26058635字节。训练集的数据文件路径为data/train-*。

原始信息汇总

数据集概述

数据集特征

• question: 数据类型为字符串。
• answer: 数据类型为字符串。
• references: 数据类型为字符串序列。
• question_vi: 数据类型为字符串。
• answer_vi: 数据类型为字符串。
• references_vi: 数据类型为字符串序列。

数据集分割

• train: 包含8327个样本，总字节数为50116976.57266667。

数据集大小

• 下载大小: 26058635字节。
• 数据集大小: 50116976.57266667字节。

配置

• default:
  • 数据文件:
    • split: train
    • path: data/train-*