KETI-AIR/kor_race

RACE数据集是一个大规模的多项选择阅读理解数据集，源自考试题目。数据集包含文章、问题、答案和选项等特征，适用于多项选择问答任务。数据集分为训练集、验证集和测试集，分别包含87866、4887和4934个样本。数据集仅用于非商业研究目的，所有文章均来自互联网，不属于卡内基梅隆大学的财产。

原始信息汇总

数据集概述

基本信息

• 名称: race
• 语言: 韩语
• 大小类别: 1K<n<10K
• 任务类别: 多项选择
• 任务ID: 多项选择问答
• 许可证: other
• 许可证名称: race
• 许可证链接: https://www.cs.cmu.edu/~glai1/data/race/

数据集信息

特征

• data_index_by_user: 数据类型为int32
• article: 数据类型为string
• answer: 数据类型为string
• question: 数据类型为string
• options: 序列类型为string

数据分割

• train:
  • 字节数: 191129599
  • 样本数: 87866
• validation:
  • 字节数: 10507580
  • 样本数: 4887
• test:
  • 字节数: 10668488
  • 样本数: 4934

下载与数据大小

• 下载大小: 46954865
• 数据集大小: 212305667