will33am/p72-april-may-annotated-training

---
dataset_info:
features:
- name: Question
dtype: string
- name: Answer
dtype: string
- name: Evidence Text
sequence: string
- name: Company Name
dtype: string
- name: Ticker
dtype: string
- name: Filing year
dtype: float64
- name: Filing date
dtype: string
- name: CIK
dtype: float64
- name: GICS_Sector
dtype: string
- name: URL_HTML
dtype: string
- name: q-id
dtype: int64
- name: in-prod
dtype: float64
splits:
- name: train
num_bytes: 3522549
num_examples: 2011
- name: test
num_bytes: 549392
num_examples: 300
download_size: 1559086
dataset_size: 4071941
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

数据集特征

• Question: 类型为字符串。
• Answer: 类型为字符串。
• Evidence Text: 类型为字符串序列。
• Company Name: 类型为字符串。
• Ticker: 类型为字符串。
• Filing year: 类型为浮点数。
• Filing date: 类型为字符串。
• CIK: 类型为浮点数。
• GICS_Sector: 类型为字符串。
• URL_HTML: 类型为字符串。
• q-id: 类型为整数。
• in-prod: 类型为浮点数。

数据集分割

• train: 包含3522549字节，2011个样本。
• test: 包含549392字节，300个样本。

数据集大小

• 下载大小: 1559086字节。
• 数据集总大小: 4071941字节。

配置

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