trtd56/practical_nlp_course_4_dset

---
dataset_info:
features:
- name: qid
dtype: string
- name: question
dtype: string
- name: answer_candidates
sequence: string
- name: correct_answer_index
dtype: int64
- name: input_ids
sequence:
sequence: int32
- name: token_type_ids
sequence:
sequence: int8
- name: attention_mask
sequence:
sequence: int8
splits:
- name: train
num_bytes: 80377569
num_examples: 13061
- name: validation
num_bytes: 6438977
num_examples: 995
- name: test
num_bytes: 6443893
num_examples: 997
download_size: 16067303
dataset_size: 93260439
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

数据特征

• qid: 字符串类型
• question: 字符串类型
• answer_candidates: 字符串序列
• correct_answer_index: 64位整数类型
• input_ids: 32位整数序列的序列
• token_type_ids: 8位整数序列的序列
• attention_mask: 8位整数序列的序列

数据分割

• 训练集:
  • 字节数: 80377569
  • 样本数: 13061
• 验证集:
  • 字节数: 6438977
  • 样本数: 995
• 测试集:
  • 字节数: 6443893
  • 样本数: 997

数据大小

• 下载大小: 16067303 字节
• 数据集大小: 93260439 字节

配置

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