NESPED-GEN/spider

该数据集包含与数据库查询和自然语言处理相关的多个字段，如数据库ID（db_id）、模式（schema）、英文问题（question_en）、查询语句（query）、答案（answer）等。数据集被分割为训练集（train）、开发集（dev）、测试集（test）、Spider训练集（train_spider）和其他训练集（train_others），每个部分都有相应的文件大小和示例数量。

This dataset contains multiple fields related to database queries and natural language processing, such as database ID (db_id), schema, English question (question_en), query, answer, etc. The dataset is divided into training set (train), development set (dev), test set (test), Spider training set (train_spider), and other training sets (train_others), each with corresponding file sizes and number of examples.

原始信息汇总

数据集概述

数据集特征

• db_id: 数据类型 - 字符串
• schema: 数据类型 - 字符串
• schemaComEx: 数据类型 - 字符串
• query: 数据类型 - 字符串
• answer: 数据类型 - 字符串
• complexity: 数据类型 - 字符串
• distinct: 数据类型 - 布尔值
• like: 数据类型 - 布尔值
• between: 数据类型 - 布尔值
• order_by: 数据类型 - 布尔值
• limit: 数据类型 - 布尔值
• grouby_by: 数据类型 - 布尔值
• having: 数据类型 - 布尔值
• single_join: 数据类型 - 布尔值
• multiple_join: 数据类型 - 布尔值
• multiple_select: 数据类型 - 布尔值
• intersect: 数据类型 - 布尔值
• except: 数据类型 - 布尔值
• union: 数据类型 - 布尔值
• sql_example_80: 数据类型 - 字符串
• sql_example_85: 数据类型 - 字符串
• sql_example_90: 数据类型 - 字符串
• sql_example_95: 数据类型 - 字符串
• question_pt: 数据类型 - 字符串
• question_en: 数据类型 - 字符串
• index_level_0: 数据类型 - 整数

数据集分割

• 训练集: 大小 - 44193963 字节, 示例数 - 7944
• 测试集: 大小 - 14568959 字节, 示例数 - 1867

数据集大小

• 下载大小: 13751068 字节
• 数据集总大小: 58762922 字节

配置文件

• 默认配置:
  • 训练数据路径: data/train-*
  • 测试数据路径: data/test-*