nunorc/squad_v1_pt

该数据集是SQuAD数据集的葡萄牙语翻译版本，使用Google Cloud API自动翻译。数据集主要用于问答任务，包括抽取式问答和开放域问答。数据集包含训练集和验证集，分别有87599和10570个样本。数据字段包括id、title、context、question和answers。

原始信息汇总

数据集概述

基本信息

• 名称: SquadV1Pt
• 语言: 葡萄牙语（pt）
• 许可证: MIT
• 多语言性: 单语种
• 数据集大小: 10K<n<100K
• 源数据: 原始数据
• 任务类别: 问答
• 任务ID:
  • extractive-qa
  • open-domain-qa

数据集结构

• 数据实例:
  • 字段:
    • id: 字符串
    • title: 字符串
    • context: 字符串
    • question: 字符串
    • answers: 字典，包含
      • text: 字符串
      • answer_start: 整数
  • 数据分割:
    • train: 87599个实例
    • validation: 10570个实例

数据集创建

• 注释创建者: 众包
• 语言创建者: 众包
• 翻译过程: 使用Google Cloud API自动翻译

数据集使用考虑

• 许可证: MIT，允许广泛使用和分发。

附加信息

• 贡献者:
  • @thomwolf
  • @albertvillanova
  • @lewtun
  • @patrickvonplaten