kgr123/quality_mcqa_3

---
dataset_info:
features:
- name: document_id
dtype: string
- name: url
dtype: string
- name: title
dtype: string
- name: text
dtype: string
- name: context_orig
dtype: string
- name: token_soft_limit_deberta
dtype: int64
- name: len_soft_limit
dtype: int64
- name: context
dtype: string
- name: questions
dtype: string
- name: insertion_labels
dtype: string
- name: query
dtype: string
- name: option_0
dtype: string
- name: option_1
dtype: string
- name: option_2
dtype: string
- name: option_3
dtype: string
- name: label
dtype: int64
splits:
- name: train
num_bytes: 245043661.60689655
num_examples: 1732
- name: validation
num_bytes: 52765838.61891892
num_examples: 367
- name: test
num_bytes: 52704971.17297297
num_examples: 367
download_size: 145211266
dataset_size: 350514471.39878845
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

数据集包含以下特征：

• document_id: 字符串类型
• url: 字符串类型
• title: 字符串类型
• text: 字符串类型
• context_orig: 字符串类型
• token_soft_limit_deberta: 64位整数类型
• len_soft_limit: 64位整数类型
• context: 字符串类型
• questions: 字符串类型
• insertion_labels: 字符串类型
• query: 字符串类型
• option_0: 字符串类型
• option_1: 字符串类型
• option_2: 字符串类型
• option_3: 字符串类型
• label: 64位整数类型

数据分割

数据集分为以下几个部分：

• 训练集 (train):
  • 字节数: 245043661.60689655
  • 样本数: 1732
• 验证集 (validation):
  • 字节数: 52765838.61891892
  • 样本数: 367
• 测试集 (test):
  • 字节数: 52704971.17297297
  • 样本数: 367

数据大小

• 下载大小: 145211266 字节
• 数据集大小: 350514471.39878845 字节

配置信息

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