eci-io/climate-evaluation

该数据集用于ClimateGPT论文中的气候评估，包含多个子数据集：cdp_qa、climate_eng、climate_stance、climatext、exams、exeter和translated_exams。每个子数据集都有详细的配置信息，包括特征（如问题、答案、标签等）、数据类型、数据集大小、下载大小以及训练、验证和测试集的分割情况。这些数据集主要用于文本分类和多选任务。

原始信息汇总

数据集概述

数据集配置

1. cdp_qa

• 特征:
  • question: 字符串
  • answer: 字符串
  • label: 类别标签，名称包括 0 和 1
  • idx: 整数 (int32)
• 分割:
  • train: 397518015 字节, 548155 样本
  • validation: 58167638 字节, 78876 样本
  • test: 66654435 字节, 92652 样本
• 下载大小: 512401333 字节
• 数据集大小: 522340088 字节

2. climate_eng

• 特征:
  • text: 字符串
  • label: 类别标签，名称包括 0, 1, 2, 3, 4
  • idx: 整数 (int32)
• 分割:
  • train: 625518 字节, 2871 样本
  • validation: 78234 字节, 354 样本
  • test: 81454 字节, 355 样本
• 下载大小: 743756 字节
• 数据集大小: 785206 字节

3. climate_stance

• 特征:
  • text: 字符串
  • label: 类别标签，名称包括 0, 1, 2
  • idx: 整数 (int32)
• 分割:
  • train: 625518 字节, 2871 样本
  • validation: 78234 字节, 354 样本
  • test: 81454 字节, 355 样本
• 下载大小: 743756 字节
• 数据集大小: 785206 字节

4. climatext

• 特征:
  • text: 字符串
  • label: 类别标签，名称包括 0, 1
  • idx: 整数 (int32)
• 分割:
  • train: 847902 字节, 6000 样本
  • validation: 48406 字节, 300 样本
  • test: 260912 字节, 1600 样本
• 下载大小: 1385322 字节
• 数据集大小: 1157220 字节

5. exams

• 特征:
  • subject: 字符串
  • question_stem: 字符串
  • choices: 字符串
  • answerKey: 类别标签，名称包括 A, B, C, D
  • idx: 整数 (int32)
• 分割:
  • test: 165711 字节, 484 样本
• 下载大小: 157661 字节
• 数据集大小: 165711 字节

6. exeter

• 特征:
  • text: 字符串
  • label: 类别标签，名称包括 0, 1
  • idx: 整数 (int32)
• 分割:
  • train: 7495896 字节, 23436 样本
  • validation: 837247 字节, 2605 样本
  • test: 1053039 字节, 2904 样本
• 下载大小: 9071528 字节
• 数据集大小: 9386182 字节

7. translated_exams

• 特征:
  • subject: 字符串
  • question_stem: 字符串
  • choices: 字符串
  • answerKey: 类别标签，名称包括 A, B, C, D
  • idx: 整数 (int32)
• 分割:
  • test: 132380 字节, 484 样本
• 下载大小: 125236 字节
• 数据集大小: 132380 字节