MaximTitarenkoUIT/stack_pairs_filtered_public

---
dataset_info:
features:
- name: response_k
dtype: string
- name: has_code_k
dtype: bool
- name: question
dtype: string
- name: url_question
dtype: string
- name: qid
dtype: int64
- name: response_j
dtype: string
- name: date
dtype: string
splits:
- name: train
num_bytes: 394673684.0061844
num_examples: 139124
- name: test
num_bytes: 43854837.99381562
num_examples: 15459
download_size: 232973977
dataset_size: 438528522.0
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

特征信息

• response_k: 数据类型为字符串。
• has_code_k: 数据类型为布尔值。
• question: 数据类型为字符串。
• url_question: 数据类型为字符串。
• qid: 数据类型为整数（int64）。
• response_j: 数据类型为字符串。
• date: 数据类型为字符串。

数据分割

• 训练集
  • 字节数: 394673684.0061844
  • 样本数: 139124
• 测试集
  • 字节数: 43854837.99381562
  • 样本数: 15459

数据集大小

• 下载大小: 232973977 字节
• 数据集大小: 438528522.0 字节

配置信息

• 默认配置
  • 训练集路径: data/train-*
  • 测试集路径: data/test-*