presencesw/dataset4_translated_cleaned

---
dataset_info:
features:
- name: question
dtype: string
- name: answer
dtype: string
- name: references
sequence: string
- name: question_vi
dtype: string
- name: answer_vi
dtype: string
- name: references_vi
sequence: string
splits:
- name: train
num_bytes: 42278064.324976906
num_examples: 7023
- name: validation
num_bytes: 5545756.489
num_examples: 917
- name: test
num_bytes: 2205043.36
num_examples: 362
download_size: 26061969
dataset_size: 50028864.173976906
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

特征信息

• question: 数据类型为字符串。
• answer: 数据类型为字符串。
• references: 数据类型为字符串序列。
• question_vi: 数据类型为字符串。
• answer_vi: 数据类型为字符串。
• references_vi: 数据类型为字符串序列。

数据分割

• train: 包含7023个样本，大小为42278064.324976906字节。
• validation: 包含917个样本，大小为5545756.489字节。
• test: 包含362个样本，大小为2205043.36字节。

数据集大小

• 下载大小: 26061969字节。
• 数据集大小: 50028864.173976906字节。

配置信息

• config_name: default
  • data_files:
    • train: 路径为data/train-*
    • validation: 路径为data/validation-*
    • test: 路径为data/test-*