borisPMC/TC_Canton_Dialogue

该数据集是一个中文问答数据集，包含15087个训练样本。每个样本包含input和output两个字符串类型的字段，分别代表问题的输入和输出。数据集适用于问答任务，采用afl-3.0许可证，总大小为3351081字节。

This dataset is a Chinese question-answering dataset containing 15,087 training samples. Each sample includes two string-type fields: input and output, representing the input and output of the questions, respectively. The dataset is suitable for question-answering tasks, licensed under afl-3.0, with a total size of 3,351,081 bytes.

原始信息汇总

数据集概述

语言

• 中文 (zh)

许可证

• afl-3.0

数据集规模

• 10K<n<100K

任务类别

• 问答 (question-answering)

数据集信息

特征

• output: 字符串类型 (string)
• input: 字符串类型 (string)

数据分割

• train:
  • 字节数: 3351081
  • 样本数: 15087

下载和数据集大小

• 下载大小: 2155955 字节
• 数据集大小: 3351081 字节

配置

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