iamnguyen/edu_child_01

---
dataset_info:
features:
- name: content
dtype: string
- name: metadata
struct:
- name: metadata
struct:
- name: answer
dtype: string
- name: id
dtype: string
- name: prefix
dtype: string
- name: question
dtype: string
- name: school_id
dtype: string
- name: seq_num
dtype: int64
- name: source
dtype: string
- name: tokenized_question
dtype: string
- name: url
dtype: string
- name: vector
sequence: float64
- name: vector
sequence: float64
splits:
- name: train
num_bytes: 18574718
num_examples: 1015
download_size: 12148966
dataset_size: 18574718
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征项：
- 特征名：content，数据类型：字符串
- 特征名：metadata，为结构体类型，其内部包含名为metadata的子结构体：
- 子特征名：metadata，为结构体类型，内部包含：
- 子特征名：answer，数据类型：字符串
- 子特征名：id，数据类型：字符串
- 子特征名：prefix，数据类型：字符串
- 子特征名：question，数据类型：字符串
- 子特征名：school_id，数据类型：字符串
- 子特征名：seq_num，数据类型：64位整数（int64）
- 子特征名：source，数据类型：字符串
- 子特征名：tokenized_question，数据类型：字符串
- 子特征名：url，数据类型：字符串
- 子特征名：vector，为64位浮点数（float64）序列
- 特征名：vector，为64位浮点数（float64）序列
数据集划分：
- 划分名称：train，占用字节数：18574718，样本数量：1015
下载总大小：12148966，数据集总存储大小：18574718
数据集配置：
- 配置名称：default，数据文件对应关系：
- 训练划分（train）对应数据路径：data/train-*

原始信息汇总

数据集概述

数据集特征

• content: 数据类型为字符串。
• metadata: 结构化数据，包含以下字段：
  • answer: 数据类型为字符串。
  • id: 数据类型为字符串。
  • prefix: 数据类型为字符串。
  • question: 数据类型为字符串。
  • school_id: 数据类型为字符串。
  • seq_num: 数据类型为整数（int64）。
  • source: 数据类型为字符串。
  • tokenized_question: 数据类型为字符串。
  • url: 数据类型为字符串。
  • vector: 数据类型为浮点数序列（float64）。
• vector: 数据类型为浮点数序列（float64）。

数据集划分

• train: 包含1015个样本，占用18574718字节。

数据集大小

• 下载大小: 12148966字节。
• 数据集大小: 18574718字节。

配置

• default: 包含训练数据文件，路径为data/train-*。