legacy107/qa_wikipedia_chunked

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
dataset_info:
features:
- name: id
dtype: string
- name: title
dtype: string
- name: context
dtype: string
- name: question
dtype: string
- name: answer_start
dtype: int64
- name: answer
dtype: string
- name: article
dtype: string
- name: chunked_article
sequence: string
splits:
- name: train
num_bytes: 15700776313
num_examples: 110970
- name: validation
num_bytes: 1842888919
num_examples: 13833
- name: test
num_bytes: 1928000472
num_examples: 13873
download_size: 2970213547
dataset_size: 19471665704
---
# Dataset Card for "qa_wikipedia_chunked"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

配置信息

• 默认配置：
  • 训练集：路径为 data/train-*
  • 验证集：路径为 data/validation-*
  • 测试集：路径为 data/test-*

数据集信息

• 特征：

  • id：字符串类型
  • title：字符串类型
  • context：字符串类型
  • question：字符串类型
  • answer_start：64位整数类型
  • answer：字符串类型
  • article：字符串类型
  • chunked_article：字符串序列类型

• 数据分割：

  • 训练集：
    • 字节数：15700776313
    • 样本数：110970
  • 验证集：
    • 字节数：1842888919
    • 样本数：13833
  • 测试集：
    • 字节数：1928000472
    • 样本数：13873

• 数据集大小：

  • 下载大小：2970213547 字节
  • 数据集大小：19471665704 字节