projecte-aina/mgsm_ca

mgsm_ca（多语言小学数学 - 加泰罗尼亚语）是一个用于评估多步数学推理能力的数据集，包含小学数学应用题。数据集包括8个训练实例和250个测试实例。每个实例包含一个数学问题、逐步解答、最终结果以及用方程表示的解决方案。数据集由BSC-CNS的语言技术部门策划，并由Projecte AINA资助。

原始信息汇总

数据集概述

基本信息

• 语言: 加泰罗尼亚语
• 许可证: MIT
• 数据集大小:
  • 下载大小: 99029 bytes
  • 数据集大小: 146588 bytes
• 任务类别: 问答
• 数据集名称: mgsm_ca

数据集结构

• 特征:
  • question: 字符串类型，数学问题
  • answer: 字符串类型，逐步解答
  • answer_number: 字符串类型，最终结果
  • equation_solution: 字符串类型，方程式解答
• 分割:
  • test: 250个实例，143652 bytes
  • train: 8个实例，2936 bytes

数据集详情

• 设计目的: 评估多步骤数学推理能力，使用小学数学应用题
• 实例数量:
  • 训练集: 8个实例
  • 测试集: 250个实例
• 数据来源: 从英语数据集MGSM专业翻译而来

数据集使用

• 直接用途:
  • 常识问答
  • 阅读理解评估
  • 逻辑推理评估
• 不当用途:
  • 不应使用测试集训练语言模型

数据集创建

• 翻译指南:
  • 日期与单位转换
  • 人名翻译
  • 语言风格
  • 数据集逻辑
  • 错误处理
  • 避免模式与保持长度
• 数据生产者: 单个加泰罗尼亚语母语翻译者

数据集联系

• 联系人: Language Technologies Unit ([e-mail]) at the Barcelona Supercomputing Center (BSC)