p1atdev/OnlineMathContest-1.4k

---
language:
- ja
license: cc-by-sa-4.0
size_categories:
- 1K<n<10K
dataset_info:
features:
- name: contest
dtype: string
- name: contest_url
dtype: string
- name: url
dtype: string
- name: alphabet
dtype: string
- name: name
dtype: string
- name: score
dtype: string
- name: correct
dtype: int64
- name: total
dtype: int64
- name: editorials
list:
- name: content
dtype: string
- name: text
dtype: string
- name: url
dtype: string
- name: task_content
dtype: string
splits:
- name: train
num_bytes: 2980019
num_examples: 1478
download_size: 1380260
dataset_size: 2980019
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
tags:
- math
---

# OnlineMathContest 1.4k

1.4k pairs dataset of math problems and their solutions in Japanese scraped from [OnlineMathContest](https://onlinemathcontest.com/).

**Notice: All problems and solutions have source urls (the `url` field), and their authors and OnlineMathContest own the copyrights.**

## Dataset fields

- `contest`: Name of the contest that contains each problem.
- `contest_url`: The url of a contest that contains each problem.
- `url`: The url of each problem.
- `alphabet`: The alphabet of each problem. (e.g. `A`, `B`, ...)
- `name`: The name of each problem.
- `score`: The number of points earned for solving each problem.
- `correct`: The number of people who could solve each problem during their contest.
- `total`: The total number of people who tried to solve each problem during their contest.
- `editorials`: The solution and explanation of each problem by the author or volunteers.
- `url`: The url of each solution.
- `name`: The name of each solution. (e.g. `公式解説`)
- `content`: The content text of each solution. This might be null sometimes.
- `task_content`: The content text of each problem.

`editorials.content` and `task_content` uses Markdown and [KaTeX](https://katex.org/) markup.

## Example

```json
{
"contest": "OMC215 (お茶ゼミ√+杯)",
"contest_url": "https://onlinemathcontest.com/contests/omc215",
"url": "https://onlinemathcontest.com/contests/omc215/tasks/9284",
"alphabet": "A",
"name": "OMC215(A)",
"score": "100",
"correct": 387,
"total": 412,
"editorials": [
{
"content": "$$\\frac{a^2-1001a+1001^2}{b^2-1001b+1001^2}\\leq\\frac{\\max\\lbrace a^2-1001a+1001^2\\rbrace}{\\min\\lbrace b^2-1001b+1001^2\\rbrace}$$\r\nであり，等号が成立するのは $a=1,1000$ かつ $b=500,501$ のときであるので解答すべき値は\r\n$$(1+500)+(1+501)+(1000+500)+(1000+501)=\\mathbf{4004}.$$",
"text": "公式解説",
"url": "https://onlinemathcontest.com/contests/omc215/editorial/9284"
}
],
"task_content": "　 $1\\leq a\\leq 1000, ~ 1\\leq b\\leq 1000$ なる整数 $a,b$ について，\r\n$$\\frac{a^2-1001a+1001^2}{b^2-1001b+1001^2}$$\r\nがありうる最大の値をとるとき，$a+b$ としてありうる値の総和を求めてください．"
}
```

语言：
- 日语
许可协议：知识共享署名-相同方式共享4.0（CC BY-SA 4.0）
规模类别：
- 1000 < 样本数 < 10000

数据集信息：
特征字段：
- 名称：contest，数据类型：字符串
- 名称：contest_url，数据类型：字符串
- 名称：url，数据类型：字符串
- 名称：alphabet，数据类型：字符串
- 名称：name，数据类型：字符串
- 名称：score，数据类型：字符串
- 名称：correct，数据类型：整数
- 名称：total，数据类型：整数
- 名称：editorials，数据类型：列表，列表元素包含子字段：
- 名称：content，数据类型：字符串
- 名称：text，数据类型：字符串
- 名称：url，数据类型：字符串
- 名称：task_content，数据类型：字符串

数据拆分：
- 名称：train，字节数：2980019，样本数：1478

下载大小：1380260
数据集总大小：2980019

配置项：
- 配置名称：default，数据文件：
- 拆分：train，路径：data/train-*

标签：
- 数学

# OnlineMathContest 1.4k 数据集

本数据集包含1400余条日语数学题目与对应题解的配对数据，所有数据均爬取自[OnlineMathContest](https://onlinemathcontest.com/)平台。

**注意：所有题目与题解均附带来源URL（即`url`字段），其著作权归原作者及OnlineMathContest平台所有。**

## 数据集字段说明
- `contest`：该题目所属竞赛的名称。
- `contest_url`：该题目所属竞赛的页面URL。
- `url`：单道题目的页面URL。
- `alphabet`：单道题目的字母标识（例如`A`、`B`等）。
- `name`：单道题目的名称。
- `score`：解答该题可获得的分值。
- `correct`：竞赛期间成功解答该题的参赛人数。
- `total`：竞赛期间尝试解答该题的总参赛人数。
- `editorials`：由原题作者或志愿者撰写的题目解析与题解，包含子字段：
- `url`：题解页面的URL。
- `text`：题解的名称（例如`公式解説`，即官方解析）。
- `content`：题解的内容文本，部分情况下可能为空值。
- `task_content`：单道题目的正文文本。

`editorials.content` 与 `task_content` 字段采用Markdown格式与[KaTeX](https://katex.org/)数学标记语法。

## 示例
json
{
"contest": "OMC215 (お茶ゼミ√+杯)",
"contest_url": "https://onlinemathcontest.com/contests/omc215",
"url": "https://onlinemathcontest.com/contests/omc215/tasks/9284",
"alphabet": "A",
"name": "OMC215(A)",
"score": "100",
"correct": 387,
"total": 412,
"editorials": [
{
"content": "$$\frac{a^2-1001a+1001^2}{b^2-1001b+1001^2}\leq\frac{\max\lbrace a^2-1001a+1001^2\rbrace}{\min\lbrace b^2-1001b+1001^2\rbrace}$$
であり，等号が成立するのは $a=1,1000$ かつ $b=500,501$ のときであるので解答すべき値は
$$(1+500)+(1+501)+(1000+500)+(1000+501)=\mathbf{4004}.$$",
"text": "公式解説",
"url": "https://onlinemathcontest.com/contests/omc215/editorial/9284"
}
],
"task_content": "　 $1\leq a\leq 1000, ~ 1\leq b\leq 1000$ なる整数 $a,b$ について，
$$\frac{a^2-1001a+1001^2}{b^2-1001b+1001^2}$$
がありうる最大の値をとるとき，$a+b$ としてありうる値の総和を求めてください．"
}

原始信息汇总

数据集概述

基本信息

• 语言: 日语
• 许可证: CC-BY-SA-4.0
• 数据集大小: 1K<n<10K

数据集特征

• contest: 字符串类型，包含问题的比赛名称。
• contest_url: 字符串类型，包含问题的比赛的URL。
• url: 字符串类型，问题的URL。
• alphabet: 字符串类型，问题的字母标识（例如：A, B, ...）。
• name: 字符串类型，问题的名称。
• score: 字符串类型，解决问题获得的分数。
• correct: 整数类型，比赛中能解决该问题的人数。
• total: 整数类型，比赛中尝试解决该问题的人数。
• editorials: 列表类型，包含问题的解答和解释。
  • content: 字符串类型，解答的内容文本，有时可能为空。
  • text: 字符串类型，解答的名称（例如：公式解説）。
  • url: 字符串类型，解答的URL。
• task_content: 字符串类型，问题的内容文本。

数据集划分

• train: 训练集，包含1478个示例，总字节数为2980019。

下载与数据集大小

• 下载大小: 1380260字节
• 数据集大小: 2980019字节

配置

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

标签

• math