mzasada/poquad_v2

该数据集主要用于问答任务，支持SQuADv1和SQuADv2类型的模型，特别是解锁了poquad中的空问题特性。数据集的语言为波兰语，大小在10K到100K之间。

原始信息汇总

数据集概述

许可证

• Apache 2.0

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
  • question：字符串类型
  • is_impossible：字符串类型
  • answers：序列类型，包含以下子特征：
    • text：字符串类型
    • answer_start：32位整数类型
    • generative_answer：字符串类型

• 数据分割：

  • train：
    • 字节数：66007405
    • 样本数：56618
  • validation：
    • 字节数：8303914
    • 样本数：7060

• 数据大小：

  • 下载大小：16398725 字节
  • 数据集大小：74311319 字节

配置

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

任务类别

• 问答（question-answering）

语言

• 波兰语（pl）

数据集大小类别

• 10K < n < 100K