NESPED-GEN/selector_testes

该数据集包含与数据库查询相关的多个特征，如数据库ID（db_id）、模式（schema）、英文问题（question_en）等。数据集分为训练集（trainSpider）、开发集（devSpider）和测试集（testSpider），分别包含8656、1034和2147个样本。数据集的总大小为187618378字节，下载大小为2945633字节。

This dataset contains multiple features related to database queries, such as database ID (db_id), schema, English question (question_en), etc. The dataset is divided into three parts: trainSpider, devSpider, and testSpider, containing 8656, 1034, and 2147 samples respectively. The total size of the dataset is 187618378 bytes, and the download size is 2945633 bytes.

原始信息汇总

数据集概述

特征信息

• db_id: 数据类型为字符串。
• schema: 数据类型为字符串。
• question_en: 数据类型为字符串。
• hardness: 数据类型为字符串。
• schema_llm: 数据类型为字符串。
• query_llm: 数据类型为字符串。
• selector: 数据类型为字符串。
• schema_llm_ct: 数据类型为字符串。
• schema_llm_columns_min: 数据类型为字符串。
• schema_llm_columns_min_ct: 数据类型为字符串。
• schema_llm_all_min: 数据类型为字符串。
• schema_llm_all_min_ct: 数据类型为字符串。
• schema_dict: 数据类型为字符串。
• selector_correct: 数据类型为字符串。
• schema_llm_t: 数据类型为字符串。
• schema_llm_columns_min_t: 数据类型为字符串。
• schema_llm_all_min_t: 数据类型为字符串。

数据分割

• trainSpider:
  • 字节数: 148353904
  • 样本数: 8656
• devSpider:
  • 字节数: 12856179
  • 样本数: 1034
• testSpider:
  • 字节数: 26408295
  • 样本数: 2147

数据集大小

• 下载大小: 2945633 字节
• 数据集总大小: 187618378 字节

配置信息

• config_name: default
  • data_files:
    • trainSpider: data/trainSpider-*
    • devSpider: data/devSpider-*
    • testSpider: data/testSpider-*