presencesw/dataset4_translated

---
dataset_info:
features:
- name: question
dtype: string
- name: answer
dtype: string
- name: references
sequence: string
- name: question_vi
dtype: string
- name: answer_vi
dtype: string
- name: references_vi
sequence: string
splits:
- name: train
num_bytes: 46459947
num_examples: 7579
- name: validation
num_bytes: 6144964
num_examples: 1000
- name: test
num_bytes: 2479029
num_examples: 400
download_size: 28297523
dataset_size: 55083940
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

特征信息

• question: 数据类型为字符串。
• answer: 数据类型为字符串。
• references: 数据类型为字符串序列。
• question_vi: 数据类型为字符串。
• answer_vi: 数据类型为字符串。
• references_vi: 数据类型为字符串序列。

数据分割

• train: 包含7579个样本，占用46459947字节。
• validation: 包含1000个样本，占用6144964字节。
• test: 包含400个样本，占用2479029字节。

数据集大小

• 下载大小: 28297523字节。
• 数据集大小: 55083940字节。

配置信息

• default:
  • train: 文件路径为data/train-*。
  • validation: 文件路径为data/validation-*。
  • test: 文件路径为data/test-*。