uyentk/thucuc_data

---
dataset_info:
- config_name: QA_data
features:
- name: quest_content
dtype: string
- name: text_ans
dtype: string
- name: url
dtype: string
- name: quest
dtype: string
splits:
- name: train
num_bytes: 3918114
num_examples: 1944
download_size: 1881638
dataset_size: 3918114
- config_name: default
features:
- name: text
dtype: string
- name: metadata
struct:
- name: desc
dtype: string
- name: title
dtype: string
- name: url
dtype: string
- name: type
dtype: string
splits:
- name: train
num_bytes: 54612520
num_examples: 6735
download_size: 15710416
dataset_size: 54612520
- config_name: full_qa
features:
- name: metadata
struct:
- name: url
dtype: string
- name: quest
dtype: string
- name: quest_content
dtype: string
- name: text_ans
dtype: string
splits:
- name: train
num_bytes: 3677460
num_examples: 1944
download_size: 1759570
dataset_size: 3677460
- config_name: news6
features:
- name: text_ans
dtype: string
- name: metadata
struct:
- name: quest
dtype: string
- name: url
dtype: string
- name: quest_content
dtype: string
splits:
- name: train
num_bytes: 71898
num_examples: 44
download_size: 49839
dataset_size: 71898
- config_name: news_data
features:
- name: type
dtype: string
- name: text
dtype: string
- name: url
dtype: string
- name: title
dtype: string
- name: desc
dtype: string
splits:
- name: train
num_bytes: 792249025
num_examples: 114323
download_size: 257336967
dataset_size: 792249025
configs:
- config_name: QA_data
data_files:
- split: train
path: QA_data/train-*
- config_name: default
data_files:
- split: train
path: data/train-*
- config_name: full_qa
data_files:
- split: train
path: full_qa/train-*
- config_name: news6
data_files:
- split: train
path: news6/train-*
- config_name: news_data
data_files:
- split: train
path: news_data/train-*
---

原始信息汇总

数据集概述

配置名称：QA_data

• 特征：
  • quest_content: 字符串
  • text_ans: 字符串
  • url: 字符串
  • quest: 字符串
• 分割：
  • train：
    • 字节数：3918114
    • 样本数：1944
• 下载大小：1881638
• 数据集大小：3918114

配置名称：default

• 特征：
  • text: 字符串
  • metadata: 结构体
    • desc: 字符串
    • title: 字符串
    • url: 字符串
  • type: 字符串
• 分割：
  • train：
    • 字节数：54612520
    • 样本数：6735
• 下载大小：15710416
• 数据集大小：54612520

配置名称：full_qa

• 特征：
  • metadata: 结构体
    • url: 字符串
    • quest: 字符串
  • quest_content: 字符串
  • text_ans: 字符串
• 分割：
  • train：
    • 字节数：3677460
    • 样本数：1944
• 下载大小：1759570
• 数据集大小：3677460

配置名称：news6

• 特征：
  • text_ans: 字符串
  • metadata: 结构体
    • quest: 字符串
    • url: 字符串
  • quest_content: 字符串
• 分割：
  • train：
    • 字节数：71898
    • 样本数：44
• 下载大小：49839
• 数据集大小：71898

配置名称：news_data

• 特征：
  • type: 字符串
  • text: 字符串
  • url: 字符串
  • title: 字符串
  • desc: 字符串
• 分割：
  • train：
    • 字节数：792249025
    • 样本数：114323
• 下载大小：257336967
• 数据集大小：792249025