Atipico1/mrqa-test-final-set-v2

--- dataset_info: features: - name: subset dtype: string - name: qid dtype: string - name: question dtype: string - name: answers sequence: string - name: masked_query dtype: string - name: context dtype: string - name: answer_sent dtype: string - name: answer_in_context sequence: string - name: entity dtype: string - name: similar_entity dtype: string - name: clear_answer_sent dtype: string - name: vague_answer_sent dtype: string - name: adversary dtype: string - name: replace_count dtype: int64 - name: adversarial_passage dtype: string - name: masked_answer_sent dtype: string - name: num_mask_token dtype: int64 - name: entities sequence: string - name: gpt_adv_sent dtype: string - name: is_same dtype: string - name: gpt_adv_sent_passage dtype: string - name: gpt_passage dtype: string splits: - name: train num_bytes: 2275582 num_examples: 684 download_size: 1446127 dataset_size: 2275582 configs: - config_name: default data_files: - split: train path: data/train-* ---

原始信息汇总

数据集概述

数据特征

• subset: 数据子集，类型为字符串。
• qid: 问题ID，类型为字符串。
• question: 问题内容，类型为字符串。
• answers: 答案序列，类型为字符串序列。
• masked_query: 掩码查询，类型为字符串。
• context: 上下文，类型为字符串。
• answer_sent: 答案句子，类型为字符串。
• answer_in_context: 上下文中的答案，类型为字符串序列。
• entity: 实体，类型为字符串。
• similar_entity: 相似实体，类型为字符串。
• clear_answer_sent: 清晰答案句子，类型为字符串。
• vague_answer_sent: 模糊答案句子，类型为字符串。
• adversary: 对抗样本，类型为字符串。
• replace_count: 替换次数，类型为整数（int64）。
• adversarial_passage: 对抗性段落，类型为字符串。
• masked_answer_sent: 掩码答案句子，类型为字符串。
• num_mask_token: 掩码标记数量，类型为整数（int64）。
• entities: 实体序列，类型为字符串序列。
• gpt_adv_sent: GPT对抗句子，类型为字符串。
• is_same: 是否相同，类型为字符串。
• gpt_adv_sent_passage: GPT对抗句子段落，类型为字符串。
• gpt_passage: GPT段落，类型为字符串。

数据分割

• train: 训练集，包含684个样本，占用2275582字节。

数据集大小

• 下载大小: 1446127字节
• 数据集大小: 2275582字节

配置

• default: 默认配置，包含训练集数据文件路径为data/train-*。