Eladio/emrqa-msquad

---
dataset_info:
features:
- name: context
dtype: string
- name: question
dtype: string
- name: answers
struct:
- name: answer_end
sequence: int64
- name: answer_start
sequence: int64
- name: text
sequence: string
splits:
- name: train
num_bytes: 309800906
num_examples: 130956
- name: validation
num_bytes: 77783988
num_examples: 32739
download_size: 54898541
dataset_size: 387584894
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
task_categories:
- question-answering
language:
- en
tags:
- medical
---

原始信息汇总

数据集概述

特征信息

• context: 类型为字符串。
• question: 类型为字符串。
• answers: 结构化数据，包含以下字段：
  • answer_end: 整数序列。
  • answer_start: 整数序列。
  • text: 字符串序列。

数据分割

• train: 包含130956个样本，大小为309800906字节。
• validation: 包含32739个样本，大小为77783988字节。

数据集大小

• 下载大小: 54898541字节。
• 数据集大小: 387584894字节。

配置信息

• default: 包含以下数据文件：
  • train: 路径为data/train-*。
  • validation: 路径为data/validation-*。

任务类别

• question-answering: 问答任务。

语言

• en: 英语。

标签

• medical: 医疗领域。