iamnguyen/legal_qa_dup

---
dataset_info:
- config_name: default
features:
- name: question
dtype: string
- name: citation
sequence: string
- name: answer
dtype: string
splits:
- name: train
num_bytes: 4935966.356581633
num_examples: 1575
download_size: 1996742
dataset_size: 4935966.356581633
- config_name: v3
features:
- name: question
dtype: string
- name: citation
sequence: string
- name: answer
dtype: string
- name: refs
sequence: string
splits:
- name: train
num_bytes: 6794477
num_examples: 1575
download_size: 2033688
dataset_size: 6794477
- config_name: with_refs
features:
- name: question
dtype: string
- name: citation
sequence: string
- name: answer
dtype: string
- name: refs
sequence: string
splits:
- name: train
num_bytes: 6789963
num_examples: 1575
download_size: 2032105
dataset_size: 6789963
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- config_name: v3
data_files:
- split: train
path: v3/train-*
- config_name: with_refs
data_files:
- split: train
path: with_refs/train-*
---

原始信息汇总

数据集概述

配置信息

默认配置 (config_name: default)

• 特征:
  • question: 字符串类型
  • citation: 字符串序列类型
  • answer: 字符串类型
• 分割:
  • train:
    • 数据量: 4935966.356581633 字节
    • 示例数量: 1575
• 下载大小: 1996742 字节
• 数据集大小: 4935966.356581633 字节

v3 配置 (config_name: v3)

• 特征:
  • question: 字符串类型
  • citation: 字符串序列类型
  • answer: 字符串类型
  • refs: 字符串序列类型
• 分割:
  • train:
    • 数据量: 6794477 字节
    • 示例数量: 1575
• 下载大小: 2033688 字节
• 数据集大小: 6794477 字节

with_refs 配置 (config_name: with_refs)

• 特征:
  • question: 字符串类型
  • citation: 字符串序列类型
  • answer: 字符串类型
  • refs: 字符串序列类型
• 分割:
  • train:
    • 数据量: 6789963 字节
    • 示例数量: 1575
• 下载大小: 2032105 字节
• 数据集大小: 6789963 字节

数据文件路径

默认配置

• 训练数据路径: data/train-*

v3 配置

• 训练数据路径: v3/train-*

with_refs 配置

• 训练数据路径: with_refs/train-*