allenai/ai2_arc|自然语言处理数据集|机器学习数据集

hugging_face2023-12-21 更新2024-03-04 收录

自然语言处理

机器学习

下载链接：

https://hf-mirror.com/datasets/allenai/ai2_arc

下载链接

链接失效反馈

资源简介：

Ai2Arc是一个包含7,787个真实小学水平的科学多选题的数据集，旨在推动高级问答研究。数据集分为Challenge和Easy两个子集，其中Challenge集包含仅被检索算法和词共现算法错误回答的问题。此外，还提供了一个包含超过1400万相关科学句子的语料库和三种神经网络基准模型的实现。

提供机构：

allenai

原始信息汇总

数据集概述

基本信息

名称: Ai2Arc
语言: 英语（en-US）
许可证: CC-BY-SA-4.0
多语言性: 单语种
数据集大小: 1K<n<10K
源数据: 原始数据
任务类别: 问答（question-answering）
任务ID:
- open-domain-qa
- multiple-choice-qa

数据集结构

配置名称:
- ARC-Challenge
- ARC-Easy
特征:
- id: 字符串类型
- question: 字符串类型
- choices: 序列类型，包含：
  - text: 字符串类型
  - label: 字符串类型
- answerKey: 字符串类型
数据分割:
- ARC-Challenge:
  - 训练集: 1119个样本，349760字节
  - 测试集: 1172个样本，375511字节
  - 验证集: 299个样本，96660字节
- ARC-Easy:
  - 训练集: 2251个样本，619000字节
  - 测试集: 2376个样本，657514字节
  - 验证集: 570个样本，157394字节

数据集下载与大小

下载大小: 449460字节（ARC-Challenge），762935字节（ARC-Easy）
数据集大小: 821931字节（ARC-Challenge），1433908字节（ARC-Easy）

用户留言

有没有相关的论文或文献参考？

这个数据集是基于什么背景创建的？

数据集的作者是谁？

能帮我联系到这个数据集的作者吗？

这个数据集如何下载？

点击留言

数据主题

具身智能

数据集 4098个

机构 8个

大模型

数据集 439个

机构 10个

无人机

数据集 37个

机构 6个

指令微调

数据集 36个

机构 6个

蛋白质结构

数据集 50个

机构 8个

空间智能

数据集 21个

机构 5个

5,000+

优质数据集

54 个

任务类型

进入经典数据集

热门数据集

Figshare

Figshare是一个在线数据共享平台，允许研究人员上传和共享各种类型的研究成果，包括数据集、论文、图像、视频等。它旨在促进科学研究的开放性和可重复性。

figshare.com 收录

VoxBox

VoxBox是一个大规模语音语料库，由多样化的开源数据集构建而成，用于训练文本到语音（TTS）系统。

github 收录

中国裁判文书网

中国裁判文书网是中国最高人民法院设立的官方网站，旨在公开各级法院的裁判文书。该数据集包含了大量的法律文书，如判决书、裁定书、调解书等，涵盖了民事、刑事、行政、知识产权等多个法律领域。

wenshu.court.gov.cn 收录

AIS数据集

该研究使用了多个公开的AIS数据集，这些数据集经过过滤、清理和统计分析。数据集涵盖了多种类型的船舶，并提供了关于船舶位置、速度和航向的关键信息。数据集包括来自19,185艘船舶的AIS消息，总计约6.4亿条记录。

github 收录

全国 1∶200 000 数字地质图（公开版）空间数据库

As the only one of its kind, China National Digital Geological Map (Public Version at 1∶200 000 scale) Spatial Database (CNDGM-PVSD) is based on China' s former nationwide measured results of regional geological survey at 1∶200 000 scale, and is also one of the nationwide basic geosciences spatial databases jointly accomplished by multiple organizations of China. Spatially, it embraces 1 163 geological map-sheets (at scale 1: 200 000) in both formats of MapGIS and ArcGIS, covering 72% of China's whole territory with a total data volume of 90 GB. Its main sources is from 1∶200 000 regional geological survey reports, geological maps, and mineral resources maps with an original time span from mid-1950s to early 1990s. Approved by the State's related agencies, it meets all the related technical qualification requirements and standards issued by China Geological Survey in data integrity, logic consistency, location acc racy, attribution fineness, and collation precision, and is hence of excellent and reliable quality. The CNDGM-PVSD is an important component of China' s national spatial database categories, serving as a spatial digital platform for the information construction of the State's national economy, and providing informationbackbones to the national and provincial economic planning, geohazard monitoring, geological survey, mineral resources exploration as well as macro decision-making.

DataCite Commons 收录