IlyaGusev/yandex_q_full
收藏资源简介:
--- dataset_info: features: - name: id dtype: string - name: id2 dtype: int64 - name: title dtype: string - name: text_plain dtype: string - name: text_html dtype: string - name: author dtype: string - name: negative_votes dtype: int32 - name: positive_votes dtype: int32 - name: quality dtype: int8 - name: views dtype: uint64 - name: votes dtype: int32 - name: approved_answer dtype: string - name: timestamp dtype: uint64 - name: tags sequence: string - name: answers sequence: - name: id dtype: string - name: id2 dtype: int64 - name: text_plain dtype: string - name: text_html dtype: string - name: author dtype: string - name: negative_votes dtype: int32 - name: positive_votes dtype: int32 - name: votes dtype: int32 - name: quality dtype: int8 - name: views dtype: uint64 - name: reposts dtype: int32 - name: timestamp dtype: uint64 splits: - name: train num_bytes: 5468460217 num_examples: 1297670 download_size: 1130317937 dataset_size: 5468460217 --- Based on https://huggingface.co/datasets/its5Q/yandex-q, parsed full.jsonl.gz
数据集特征
主数据集特征
- id: 字符串类型
- id2: 整数类型,64位
- title: 字符串类型
- text_plain: 字符串类型
- text_html: 字符串类型
- author: 字符串类型
- negative_votes: 整数类型,32位
- positive_votes: 整数类型,32位
- quality: 整数类型,8位
- views: 无符号整数类型,64位
- votes: 整数类型,32位
- approved_answer: 字符串类型
- timestamp: 无符号整数类型,64位
- tags: 序列类型,字符串
子数据集特征(answers)
- id: 字符串类型
- id2: 整数类型,64位
- text_plain: 字符串类型
- text_html: 字符串类型
- author: 字符串类型
- negative_votes: 整数类型,32位
- positive_votes: 整数类型,32位
- votes: 整数类型,32位
- quality: 整数类型,8位
- views: 无符号整数类型,64位
- reposts: 整数类型,32位
- timestamp: 无符号整数类型,64位
数据集分割
- train:
- 数据量: 5468460217 字节
- 示例数量: 1297670
数据集大小
- 下载大小: 1130317937 字节
- 数据集大小: 5468460217 字节



