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-*