wisenut-nlp-team/aihub_retriever_mrc

该数据集包含用于机器阅读理解任务的数据，主要包括id、标题、上下文、问题序列和类型等特征。数据集分为训练集和验证集，训练集包含81475个样本，验证集包含9463个样本。数据文件路径配置在configs部分中指定。

This dataset contains data for machine reading comprehension tasks, including features such as id, title, context, a sequence of questions, and type. The dataset is divided into a training set and a validation set, with the training set containing 81,475 samples and the validation set containing 9,463 samples. The data file paths are specified in the configs section.

原始信息汇总

数据集概述

数据集信息

• 特征:

  • id: 字符串类型
  • title: 字符串类型
  • context: 字符串类型
  • questions: 字符串序列
  • type: 字符串类型

• 分割:

  • train:
    • 字节数: 189,417,914
    • 样本数: 81,475
  • validation:
    • 字节数: 25,221,568
    • 样本数: 9,463

• 下载大小: 128,424,551 字节

• 数据集大小: 214,639,482 字节

配置

• 配置名称: default
  • 数据文件:
    • train: data/train-*
    • validation: data/validation-*