Atipico1/mrqa_squad-tqa-sqa_preprocessed

---
dataset_info:
features:
- name: subset
dtype: string
- name: context
dtype: string
- name: qid
dtype: string
- name: question
dtype: string
- name: detected_answers
struct:
- name: char_spans
list:
- name: end
sequence: int64
- name: start
sequence: int64
- name: text
sequence: string
- name: token_spans
list:
- name: end
sequence: int64
- name: start
sequence: int64
- name: answers
sequence: string
- name: query_embedding
sequence: float32
splits:
- name: train
num_bytes: 1615608539
num_examples: 253798
download_size: 1390791813
dataset_size: 1615608539
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集信息

特征

• subset: 数据子集，数据类型为字符串。
• context: 上下文信息，数据类型为字符串。
• qid: 问题ID，数据类型为字符串。
• question: 问题内容，数据类型为字符串。
• detected_answers: 检测到的答案，包含以下结构：
  • char_spans: 字符跨度，包含以下列表：
    • end: 结束位置，数据类型为整数序列。
    • start: 开始位置，数据类型为整数序列。
  • text: 答案文本，数据类型为字符串序列。
  • token_spans: 标记跨度，包含以下列表：
    • end: 结束位置，数据类型为整数序列。
    • start: 开始位置，数据类型为整数序列。
• answers: 答案，数据类型为字符串序列。
• query_embedding: 查询嵌入，数据类型为浮点数序列。

数据分割

• train: 训练集，包含253798个样本，占用1615608539字节。

数据集大小

• 下载大小: 1390791813字节
• 数据集大小: 1615608539字节

配置

• default: 默认配置，包含以下数据文件：
  • train: 训练集，路径为data/train-*。