CAiRE/prosocial-dialog-jpn_Jpan

--- dataset_info: features: - name: context dtype: string - name: response dtype: string - name: rots sequence: string - name: safety_label dtype: string - name: safety_annotations sequence: string - name: safety_annotation_reasons sequence: string - name: source dtype: string - name: etc dtype: string - name: dialogue_id dtype: int64 - name: response_id dtype: int64 - name: episode_done dtype: bool - name: mt_context dtype: string splits: - name: train num_bytes: 77223764 num_examples: 120236 - name: validation num_bytes: 13109547 num_examples: 20416 - name: test num_bytes: 16039685 num_examples: 25029 download_size: 49157145 dataset_size: 106372996 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

特征信息

• context: 类型为字符串
• response: 类型为字符串
• rots: 类型为字符串序列
• safety_label: 类型为字符串
• safety_annotations: 类型为字符串序列
• safety_annotation_reasons: 类型为字符串序列
• source: 类型为字符串
• etc: 类型为字符串
• dialogue_id: 类型为整数
• response_id: 类型为整数
• episode_done: 类型为布尔值
• mt_context: 类型为字符串

数据分割

• 训练集:
  • 字节数: 77223764
  • 样本数: 120236
• 验证集:
  • 字节数: 13109547
  • 样本数: 20416
• 测试集:
  • 字节数: 16039685
  • 样本数: 25029

数据集大小

• 下载大小: 49157145 字节
• 数据集大小: 106372996 字节

配置信息

• 配置名称: default
  • 训练集路径: data/train-*
  • 验证集路径: data/validation-*
  • 测试集路径: data/test-*