enriquesaou/mrqa-squadded

---
dataset_info:
features:
- name: subset
dtype: string
- name: context
dtype: string
- name: question
dtype: string
- name: answers
struct:
- name: answer_start
sequence: int64
- name: text
sequence: string
- name: id
dtype: string
splits:
- name: train
num_bytes: 1229206945
num_examples: 516819
- name: validation
num_bytes: 145431771
num_examples: 58221
- name: test
num_bytes: 17356377
num_examples: 9633
download_size: 665373005
dataset_size: 1391995093
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

数据集特征

• subset：数据类型为字符串。
• context：数据类型为字符串。
• question：数据类型为字符串。
• answers：结构化数据，包含以下子特征：
  • answer_start：数据类型为整数（int64）。
  • text：数据类型为字符串。
• id：数据类型为字符串。

数据集分割

• 训练集（train）：包含516819个样本，占用1229206945字节。
• 验证集（validation）：包含58221个样本，占用145431771字节。
• 测试集（test）：包含9633个样本，占用17356377字节。

数据集大小

• 下载大小：665373005字节。
• 数据集总大小：1391995093字节。

数据文件配置

• 默认配置（default）：
  • 训练集：路径为data/train-*。
  • 验证集：路径为data/validation-*。
  • 测试集：路径为data/test-*。