enriquesaou/mrqa-no-tokens

---
language:
- en
dataset_info:
features:
- name: subset
dtype: string
- name: context
dtype: string
- name: qid
dtype: string
- name: question
dtype: string
- name: detected_answers
sequence:
- name: text
dtype: string
- name: char_spans
sequence:
- name: start
dtype: int32
- name: end
dtype: int32
- name: token_spans
sequence:
- name: start
dtype: int32
- name: end
dtype: int32
- name: answers
sequence: string
splits:
- name: train
num_bytes: 1282147427
num_examples: 516819
- name: validation
num_bytes: 153045111
num_examples: 58221
- name: test
num_bytes: 18091411
num_examples: 9633
download_size: 697852815
dataset_size: 1453283949
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

数据集概述

数据集特征

• subset: 数据类型为字符串（string）。
• context: 数据类型为字符串（string）。
• qid: 数据类型为字符串（string）。
• question: 数据类型为字符串（string）。
• detected_answers: 包含以下子特征：
  • text: 数据类型为字符串（string）。
  • char_spans: 包含以下子特征：
    • start: 数据类型为整数（int32）。
    • end: 数据类型为整数（int32）。
  • token_spans: 包含以下子特征：
    • start: 数据类型为整数（int32）。
    • end: 数据类型为整数（int32）。
• answers: 数据类型为字符串序列（sequence: string）。

数据集分割

• train:
  • 数据大小: 1282147427字节
  • 示例数量: 516819
• validation:
  • 数据大小: 153045111字节
  • 示例数量: 58221
• test:
  • 数据大小: 18091411字节
  • 示例数量: 9633

数据集大小

• 下载大小: 697852815字节
• 数据集总大小: 1453283949字节

数据文件配置

• default 配置:
  • train: 文件路径格式为 data/train-*
  • validation: 文件路径格式为 data/validation-*
  • test: 文件路径格式为 data/test-*