danielroncel/dstc2_dialogues_transcription_processed

---
dataset_info:
features:
- name: session_id
dtype: string
- name: turn_index
dtype: int64
- name: audio_file
dtype: string
- name: transcript
dtype: string
- name: chat_history_last_9
dtype: string
- name: chat_history_last_9_tokenized
sequence: int64
- name: speaker_text_last_9_tokenized
sequence: int64
- name: attention_mask
sequence: int64
- name: label_semantics
dtype: string
- name: label
dtype: string
splits:
- name: train
num_bytes: 197900954
num_examples: 22266
download_size: 3556149
dataset_size: 197900954
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

数据集信息

特征

• session_id: 字符串类型
• turn_index: 64位整数类型
• audio_file: 字符串类型
• transcript: 字符串类型
• chat_history_last_9: 字符串类型
• chat_history_last_9_tokenized: 整数序列类型
• speaker_text_last_9_tokenized: 整数序列类型
• attention_mask: 整数序列类型
• label_semantics: 字符串类型
• label: 字符串类型

数据分割

• train:
  • 字节数: 197900954
  • 样本数: 22266

数据集大小

• 下载大小: 3556149 字节
• 数据集大小: 197900954 字节

配置

• default:
  • 数据文件路径: data/train-*