Thanmay/xquad-hi

该数据集包含多个特征，如id、标题、上下文、问题、答案、答案起始位置、类别、聚类、最近聚类和最近页面。这些特征以不同的数据类型存储，包括字符串、整数序列和结构化数据。数据集仅包含一个验证集，大小为36745196字节，包含1190个示例。数据集的下载大小为1189437字节。

The dataset contains multiple features such as id, title, context, question, answers, answer_start, category, cluster, nearest_clusters, and nearest_pages. These features are stored in various data types including strings, integer sequences, and structured data. The dataset includes only a validation set, which is 36745196 bytes in size and contains 1190 examples. The download size of the dataset is 1189437 bytes.

原始信息汇总

数据集概述

数据集特征

• id: 数据类型为字符串。
• title: 数据类型为字符串。
• context: 包含两个子特征：
  • en: 数据类型为字符串。
  • hi: 数据类型为字符串。
• question: 包含两个子特征：
  • en: 数据类型为字符串。
  • hi: 数据类型为字符串。
• answers: 包含两个子特征：
  • en: 数据类型为字符串序列。
  • hi: 数据类型为字符串序列。
• answer_start: 包含两个子特征：
  • en: 数据类型为整数序列。
  • hi: 数据类型为整数序列。
• category: 数据类型为字符串序列。

数据集分割

• validation:
  • 数据大小: 3913548 字节
  • 示例数量: 1190

数据集大小

• 下载大小: 533454 字节
• 数据集总大小: 3913548 字节

配置

• config_name: default
• data_files:
  • split: validation
  • path: data/validation-*