Hexamind/spider-clean-text-to-sql

该数据集用于文本到SQL的生成任务，包含数据库ID、SQL查询、自然语言问题和数据库模式等特征。数据集分为训练集、开发集和测试集，分别包含6016、665和1929个样本。数据集的总大小为19984525字节，下载大小为585756字节。数据集的语言为英语，标签包括text-to-sql、sql和spider，适用于1K到10K样本规模的任务。

原始信息汇总

数据集概述

数据集特征

• db_id: 数据类型为字符串
• query: 数据类型为字符串
• question: 数据类型为字符串
• schema: 数据类型为字符串

数据集分割

• 训练集 (train): 包含6016个示例，总大小为15299773字节
• 开发集 (dev): 包含665个示例，总大小为1142702字节
• 测试集 (test): 包含1929个示例，总大小为3542050字节

数据集大小

• 下载大小: 585756字节
• 数据集总大小: 19984525字节

数据集配置

• 默认配置 (default) 下的数据文件路径:
  • 训练集: data/train-*
  • 开发集: data/dev-*
  • 测试集: data/test-*

数据集属性

• 任务类别: 文本到文本生成 (text2text-generation)
• 语言: 英语 (en)
• 标签: 文本到SQL (text-to-sql), SQL, Spider
• 大小类别: 1K<n<10K