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