five

tyzhu/fwv2_random_num_tip_train_10_eval_10

收藏
Hugging Face2023-08-29 更新2024-03-04 收录
下载链接:
https://hf-mirror.com/datasets/tyzhu/fwv2_random_num_tip_train_10_eval_10
下载链接
链接失效反馈
官方服务:
资源简介:
--- configs: - config_name: default data_files: - split: train path: data/train-* - split: train_doc2id path: data/train_doc2id-* - split: train_id2doc path: data/train_id2doc-* - split: train_find_word path: data/train_find_word-* - split: eval_find_word path: data/eval_find_word-* - split: id_context_mapping path: data/id_context_mapping-* dataset_info: features: - name: inputs dtype: string - name: targets dtype: string - name: text dtype: string splits: - name: train num_bytes: 3919 num_examples: 30 - name: train_doc2id num_bytes: 1651 num_examples: 20 - name: train_id2doc num_bytes: 1711 num_examples: 20 - name: train_find_word num_bytes: 2208 num_examples: 10 - name: eval_find_word num_bytes: 1604 num_examples: 10 - name: id_context_mapping num_bytes: 1071 num_examples: 20 download_size: 19912 dataset_size: 12164 --- # Dataset Card for "fwv2_random_num_tip_train_10_eval_10" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构:
tyzhu
原始信息汇总

数据集概述

配置信息

  • 默认配置
    • 数据文件路径:
      • traindata/train-*
      • train_doc2iddata/train_doc2id-*
      • train_id2docdata/train_id2doc-*
      • train_find_worddata/train_find_word-*
      • eval_find_worddata/eval_find_word-*
      • id_context_mappingdata/id_context_mapping-*

数据集信息

  • 特征

    • inputs:字符串类型
    • targets:字符串类型
    • text:字符串类型
  • 分割

    • train
      • 字节数:3919
      • 样本数:30
    • train_doc2id
      • 字节数:1651
      • 样本数:20
    • train_id2doc
      • 字节数:1711
      • 样本数:20
    • train_find_word
      • 字节数:2208
      • 样本数:10
    • eval_find_word
      • 字节数:1604
      • 样本数:10
    • id_context_mapping
      • 字节数:1071
      • 样本数:20
  • 数据集大小

    • 下载大小:19912 字节
    • 数据集大小:12164 字节
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