lucadiliello/STORIES

--- license: cc language: - en dataset_info: features: - name: text dtype: string splits: - name: train num_bytes: 34099206982 num_examples: 945354 - name: dev num_bytes: 41804891 num_examples: 946 - name: test num_bytes: 42356443 num_examples: 947 download_size: 15347401118 dataset_size: 34183368316 task_categories: - fill-mask - text-generation pretty_name: STORIES size_categories: - 100K<n<1M --- Original STORIES dataset from the paper [A Simple Method for Commonsense Reasoning](https://arxiv.org/pdf/1806.02847v2.pdf).

原始信息汇总

数据集概述

基本信息

• 许可证: cc
• 语言: 英语
• 数据集名称: STORIES

数据特征

• 特征名称: text
• 数据类型: 字符串

数据分割

• 训练集:
  • 示例数量: 945,354
  • 字节数: 340,992,069,820
• 开发集:
  • 示例数量: 946
  • 字节数: 41,804,891
• 测试集:
  • 示例数量: 947
  • 字节数: 42,356,443

数据集大小

• 下载大小: 15,347,401,118字节
• 数据集总大小: 341,833,683,160字节

任务类别

• fill-mask
• text-generation

数据集规模

• 规模范围: 100K<n<1M