homersimpson/beletrain-gl

---
dataset_info:
features:
- name: dataset
dtype: string
- name: split
dtype: string
- name: passage
dtype: string
- name: question
dtype: string
- name: answer1
dtype: string
- name: answer2
dtype: string
- name: answer3
dtype: string
- name: answer4
dtype: string
- name: correct_answer
dtype: string
- name: correct_answer_num
dtype: int64
- name: __index_level_0__
dtype: int64
splits:
- name: train
num_bytes: 84297721
num_examples: 57051
- name: validation
num_bytes: 10642258
num_examples: 7131
- name: test
num_bytes: 10609276
num_examples: 7132
download_size: 65923746
dataset_size: 105549255
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

数据集信息

特征

• dataset: 数据集名称，类型为字符串。
• split: 数据分割类型，类型为字符串。
• passage: 文章，类型为字符串。
• question: 问题，类型为字符串。
• answer1: 答案1，类型为字符串。
• answer2: 答案2，类型为字符串。
• answer3: 答案3，类型为字符串。
• answer4: 答案4，类型为字符串。
• correct_answer: 正确答案，类型为字符串。
• correct_answer_num: 正确答案编号，类型为整数（int64）。
• index_level_0: 索引级别0，类型为整数（int64）。

数据分割

• train: 训练集，包含84,297,721字节，57,051个样本。
• validation: 验证集，包含10,642,258字节，7,131个样本。
• test: 测试集，包含10,609,276字节，7,132个样本。

数据大小

• 下载大小: 65,923,746字节。
• 数据集大小: 105,549,255字节。

配置

• config_name: default
  • data_files:
    • train: 路径为data/train-*
    • validation: 路径为data/validation-*
    • test: 路径为data/test-*