Charlie911/mandarin_pronunciation_qa

该数据集包含多个特征，如问题、选项A、B、C、D、答案、发音序列和标签。数据集分为多个子集，包括qa_easy_0、qa_easy_1、qa_easy_2、qa_hard_0、qa_hard_1和train，每个子集都有特定的字节大小和示例数量。数据集的总下载大小为344140字节，总数据集大小为927307.0字节。

The dataset includes multiple features such as questions, options A, B, C, D, answers, pronunciation sequences, and labels. The dataset is divided into several subsets including qa_easy_0, qa_easy_1, qa_easy_2, qa_hard_0, qa_hard_1, and train, each with specific byte sizes and numbers of examples. The total download size of the dataset is 344140 bytes, and the total dataset size is 927307.0 bytes.

原始信息汇总

数据集概述

数据特征

• question: 类型为字符串。
• A: 类型为字符串。
• B: 类型为字符串。
• C: 类型为字符串。
• D: 类型为字符串。
• answer: 类型为字符串。
• pronounciations: 类型为字符串序列。
• label: 类型为整数（int64）。

数据分割

• qa_easy_0: 包含250个样本，大小为36567字节。
• qa_easy_1: 包含250个样本，大小为39193字节。
• qa_easy_2: 包含250个样本，大小为33872字节。
• qa_hard_0: 包含250个样本，大小为36732字节。
• qa_hard_1: 包含250个样本，大小为39185字节。
• train: 包含5000个样本，大小为741758.0字节。

数据集大小

• 下载大小: 344140字节。
• 数据集总大小: 927307.0字节。

配置

• default:
  • qa_easy_0: 路径为data/qa_easy_0-*。
  • qa_easy_1: 路径为data/qa_easy_1-*。
  • qa_easy_2: 路径为data/qa_easy_2-*。
  • qa_hard_0: 路径为data/qa_hard_0-*。
  • qa_hard_1: 路径为data/qa_hard_1-*。
  • train: 路径为data/train-*。