Charlie911/mandarin_pronounciation_qa

该数据集包含多个特征字段，包括问题、四个选项（A、B、C、D）、答案、发音和标签。数据集分为多个子集，包括qa_easy_0、qa_easy_1、qa_easy_2、qa_hard_0、qa_hard_1和train，每个子集都有相应的字节大小和示例数量。数据集的下载大小为344140字节，总大小为927307字节。The dataset contains multiple feature fields, including questions, options A, B, C, D, answers, pronunciations, and labels. The dataset is divided into several subsets, including qa_easy_0, qa_easy_1, qa_easy_2, qa_hard_0, qa_hard_1, and train, each with corresponding byte sizes and example counts. The download size of the dataset is 344140 bytes, and the total size is 927307 bytes.

原始信息汇总

数据集概述

数据集特征

• question: 字符串类型
• A: 字符串类型
• B: 字符串类型
• C: 字符串类型
• D: 字符串类型
• answer: 字符串类型
• pronounciations: 字符串序列
• label: 64位整数类型

数据集分割

• qa_easy_0:
  • 字节数: 36567
  • 样本数: 250
• qa_easy_1:
  • 字节数: 39193
  • 样本数: 250
• qa_easy_2:
  • 字节数: 33872
  • 样本数: 250
• qa_hard_0:
  • 字节数: 36732
  • 样本数: 250
• qa_hard_1:
  • 字节数: 39185
  • 样本数: 250
• train:
  • 字节数: 741758.0
  • 样本数: 5000

数据集大小

• 下载大小: 344140 字节
• 数据集大小: 927307.0 字节

配置

• config_name: default
  • 数据文件:
    • qa_easy_0: data/qa_easy_0-*
    • qa_easy_1: data/qa_easy_1-*
    • qa_easy_2: data/qa_easy_2-*
    • qa_hard_0: data/qa_hard_0-*
    • qa_hard_1: data/qa_hard_1-*
    • train: data/train-*