masa-ok/JAQKET_1000

---
license: cc-by-sa-4.0
dataset_info:
features:
- name: question
dtype: string
- name: answer_entity
dtype: string
- name: label
dtype: int64
- name: answer_candidates
dtype: string
splits:
- name: train
num_bytes: 272455
num_examples: 1000
- name: validation
num_bytes: 56309
num_examples: 200
download_size: 212204
dataset_size: 328764
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
---

ランダムに抽出した1000件の学習データセットへ変換

```
元データ
# DatasetDict({
# train: Dataset({
# features: ['qid', 'question', 'answer_entity', 'label', 'answer_candidates', 'contexts'],
# num_rows: 13061
# })
# validation: Dataset({
# features: ['qid', 'question', 'answer_entity', 'label', 'answer_candidates', 'contexts'],
# num_rows: 271
# })
# })

変換データ
# DatasetDict({
# train: Dataset({
# features: ['question', 'answer_entity', 'label', 'answer_candidates'],
# num_rows: 1000
# })
# validation: Dataset({
# features: ['question', 'answer_entity', 'label', 'answer_candidates'],
# num_rows: 200
# })
# })
```
```
データ元のクレジット
lisence : cc-by-sa-4.0
name : kumapo
URL : https://huggingface.co/datasets/kumapo/JAQKET

@InProceedings{Kurihara_nlp2020,
author = "鈴木正敏 and 鈴木潤 and 松田耕史 and ⻄田京介 and 井之上直也",
title = "JAQKET: クイズを題材にした日本語 QA データセットの構築",
booktitle = "言語処理学会第26回年次大会",
year = "2020",
url = "https://www.anlp.jp/proceedings/annual_meeting/2020/pdf_dir/P2-24.pdf"
note= "in Japanese"}'
```

原始信息汇总

数据集概述

数据集信息

• 许可证: cc-by-sa-4.0
• 数据集大小:
  • 下载大小: 212204字节
  • 数据集大小: 328764字节

数据集特征

• question: 字符串类型
• answer_entity: 字符串类型
• label: 整数类型 (int64)
• answer_candidates: 字符串类型

数据集划分

• 训练集:
  • 大小: 272455字节
  • 示例数量: 1000
• 验证集:
  • 大小: 56309字节
  • 示例数量: 200

数据文件配置

• 配置名称: default
• 数据文件路径:
  • 训练集: data/train-*
  • 验证集: data/validation-*