nlplabtdtu/tdtu_faqs

---
dataset_info:
features:
- name: question
dtype: string
- name: answer
dtype: string
- name: metadata
struct:
- name: school_id
dtype: string
- name: topic_vi
dtype: string
- name: topic_en
dtype: string
- name: word_tokenized
dtype: string
splits:
- name: train
num_bytes: 580417
num_examples: 570
download_size: 210549
dataset_size: 580417
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

特征信息

• 问题 (question): 数据类型为字符串 (string)。
• 答案 (answer): 数据类型为字符串 (string)。
• 元数据 (metadata): 包含以下结构化字段：
  • 学校ID (school_id): 数据类型为字符串 (string)。
  • 越南主题 (topic_vi): 数据类型为字符串 (string)。
  • 英文主题 (topic_en): 数据类型为字符串 (string)。
• 分词文本 (word_tokenized): 数据类型为字符串 (string)。

数据分割

• 训练集 (train): 包含570个样本，占用580417字节。

数据集大小

• 下载大小: 210549字节。
• 数据集大小: 580417字节。

配置信息

• 默认配置 (default): 包含训练数据文件，路径为 data/train-*。