five

its5Q/habr_qna

收藏
Hugging Face2023-03-11 更新2024-03-04 收录
下载链接:
https://hf-mirror.com/datasets/its5Q/habr_qna
下载链接
链接失效反馈
官方服务:
资源简介:
--- annotations_creators: - crowdsourced language: - ru language_creators: - crowdsourced license: - cc0-1.0 multilinguality: - monolingual pretty_name: Habr QnA size_categories: - 100K<n<1M source_datasets: - original tags: [] task_categories: - text-generation - question-answering task_ids: - language-modeling - open-domain-qa --- # Dataset Card for Habr QnA ## Table of Contents - [Dataset Card for Habr QnA](#dataset-card-for-habr-qna) - [Table of Contents](#table-of-contents) - [Dataset Description](#dataset-description) - [Dataset Summary](#dataset-summary) - [Languages](#languages) - [Dataset Structure](#dataset-structure) - [Data Fields](#data-fields) - [Data Splits](#data-splits) - [Dataset Creation](#dataset-creation) - [Additional Information](#additional-information) - [Dataset Curators](#dataset-curators) ## Dataset Description - **Repository:** https://github.com/its5Q/habr-qna-parser ### Dataset Summary This is a dataset of questions and answers scraped from [Habr QnA](https://qna.habr.com/). There are 723430 asked questions with answers, comments and other metadata. ### Languages The dataset is mostly Russian with source code in different languages. ## Dataset Structure ### Data Fields Data fields can be previewed on the dataset card page. ### Data Splits All 723430 examples are in the train split, there is no validation split. ## Dataset Creation The data was scraped with a script, located in [my GitHub repository](https://github.com/its5Q/habr-qna-parser) ## Additional Information ### Dataset Curators - https://github.com/its5Q
提供机构:
its5Q
原始信息汇总

数据集概述 - Habr QnA

数据集描述

数据集摘要

  • 内容: 包含从Habr QnA抓取的问题和答案,总计723,430个问题,附带答案、评论及其他元数据。
  • 语言: 主要为俄语。

语言

  • 语言类型: 单语种(俄语)。

数据集结构

数据字段

  • 预览: 数据字段可在数据集卡页面预览。

数据分割

  • 分割情况: 所有723,430个样本均在训练集中,无验证集。

数据集创建

创建方式

  • 数据来源: 原始数据,通过脚本抓取。
  • 脚本位置: GitHub仓库

附加信息

数据集管理员

5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作