Sigurdur/nqii_ruqad

该数据集是冰岛语的自然问题（NQiI）和雷克雅未克大学问答数据集1（RUQuAD-1）的合并。数据集保留了原有的训练、验证和测试分割，即训练集是NQiI和RUQuAD-1训练集的合并。

This dataset is a concatenation of NQiI and RUQuAD-1, primarily used for question-answering tasks. It includes five features: id, context, question, answers, and start, representing sample ID, context, question, answers, and the starting position of the answer. The dataset is divided into training, validation, and test sets, containing 12104, 526, and 2464 samples respectively. The dataset is in Icelandic, and the license is Creative Commons.

原始信息汇总

数据集概述

数据集信息

• 特征:

  • id: 字符串类型
  • context: 字符串类型
  • question: 字符串类型
  • answers: 字符串序列
  • start: 整数序列

• 分割:

  • train:
    • 字节数: 7557129
    • 样本数: 12104
  • validation:
    • 字节数: 345415
    • 样本数: 526
  • test:
    • 字节数: 1518314
    • 样本数: 2464

• 下载大小: 3924367 字节

• 数据集大小: 9420858 字节

配置

• 配置名称: default
  • 数据文件:
    • train: data/train-*
    • validation: data/validation-*
    • test: data/test-*

其他信息

• 许可证: cc
• 任务类别: question-answering
• 语言: is (冰岛语)
• 名称: Icelandic QA
• 大小类别: 1K<n<10K