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-*