KaiLv/UDR_CommonGen

---
dataset_info:
features:
- name: idx
dtype: int64
- name: gem_id
dtype: string
- name: gem_parent_id
dtype: string
- name: concept_set_id
dtype: int32
- name: concepts
list: string
- name: target
dtype: string
- name: references
list: string
- name: joined_concepts
dtype: string
splits:
- name: train
num_bytes: 12780999
num_examples: 67389
- name: validation
num_bytes: 440794
num_examples: 993
- name: test
num_bytes: 214190
num_examples: 1497
- name: train_dedup
num_bytes: 6018136
num_examples: 32651
download_size: 8248320
dataset_size: 19454119
---
# Dataset Card for "UDR_CommonGen"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集特征

• idx: 数据类型为 int64。
• gem_id: 数据类型为 string。
• gem_parent_id: 数据类型为 string。
• concept_set_id: 数据类型为 int32。
• concepts: 数据类型为 list of string。
• target: 数据类型为 string。
• references: 数据类型为 list of string。
• joined_concepts: 数据类型为 string。

数据集分割

• train: 数据大小为 12780999 字节，样本数量为 67389。
• validation: 数据大小为 440794 字节，样本数量为 993。
• test: 数据大小为 214190 字节，样本数量为 1497。
• train_dedup: 数据大小为 6018136 字节，样本数量为 32651。

数据集大小

• 下载大小: 8248320 字节。
• 数据集总大小: 19454119 字节。