wisenut-nlp-team/aihub_retriever_admin

该数据集包含用于机器阅读理解任务的行政文档数据。数据集包括id、标题（title）、上下文（context）、问题（questions）和类型（type）等特征。数据被分为训练集和验证集，分别包含197,698和37,042个示例。数据集的下载大小为229,759,911字节，总大小为434,765,855字节。

This dataset contains administrative document data for machine reading comprehension tasks. The dataset includes features such as id, title, context, questions, and type. The data is divided into training and validation sets, containing 197,698 and 37,042 examples respectively. The download size of the dataset is 229,759,911 bytes, and the total size is 434,765,855 bytes.

原始信息汇总

数据集概述

数据集信息

• 特征:

  • id: 字符串类型
  • title: 字符串类型
  • context: 字符串类型
  • questions: 字符串序列
  • type: 字符串类型

• 分割:

  • train:
    • 字节数: 367983987
    • 样本数: 197698
  • validation:
    • 字节数: 66781868
    • 样本数: 37042

• 数据集大小:

  • 下载大小: 229759911 字节
  • 数据集总大小: 434765855 字节

配置

• 默认配置:
  • train: 数据路径为 data/train-*
  • validation: 数据路径为 data/validation-*