kardosdrur/hestenet-qa

---
license: mit
dataset_info:
features:
- name: question
dtype: string
- name: answer
dtype: string
splits:
- name: train
num_bytes: 1144206.5903728174
num_examples: 1695
- name: test
num_bytes: 286220.40962718264
num_examples: 424
download_size: 936129
dataset_size: 1430427.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---
# Hestenet Question-Answer
The dataset is based on data from Hestenettet in the Danish Gigaword corpus.
Question-answer pairs are purely extracted on the basis of heuristics, and have not been manually evaluated.

The dataset was created for aiding the training of sentence transformer models in the Danish Foundation Models project.
The dataset is currently not production-ready.

[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

数据集信息

• 许可证: MIT
• 特征:
  • 问题: 数据类型为字符串
  • 答案: 数据类型为字符串
• 分割:
  • 训练集:
    • 字节数: 1144206.5903728174
    • 样本数: 1695
  • 测试集:
    • 字节数: 286220.40962718264
    • 样本数: 424
• 下载大小: 936129 字节
• 数据集大小: 1430427.0 字节

配置

• 配置名称: default
• 数据文件:
  • 训练集: 路径为 data/train-*
  • 测试集: 路径为 data/test-*

数据集描述

• 数据集基于丹麦语 Gigaword 语料库中的 Hestenettet 数据。
• 问题-答案对是基于启发式方法提取的，未经人工评估。
• 该数据集用于辅助丹麦基础模型项目中的句子转换器模型的训练。
• 目前该数据集尚未准备好用于生产环境。