loubnabnl/stackexchange_data

---
dataset_info:
features:
- name: qid
dtype: int64
- name: question
dtype: string
- name: answers
list:
- name: answer_id
dtype: int64
- name: author
dtype: string
- name: author_id
dtype: int64
- name: author_profile
dtype: string
- name: pm_score
dtype: int64
- name: selected
dtype: bool
- name: text
dtype: string
- name: date
dtype: string
- name: metadata
sequence: string
splits:
- name: train
num_bytes: 23611705
num_examples: 5000
download_size: 12340769
dataset_size: 23611705
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "stackexchange_data"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集信息

• 特征列表：
  • qid：问题ID，数据类型为int64。
  • question：问题内容，数据类型为string。
  • answers：答案列表，包含以下子特征：
    • answer_id：答案ID，数据类型为int64。
    • author：作者名称，数据类型为string。
    • author_id：作者ID，数据类型为int64。
    • author_profile：作者简介，数据类型为string。
    • pm_score：评分，数据类型为int64。
    • selected：是否被选中，数据类型为bool。
    • text：答案内容，数据类型为string。
  • date：日期，数据类型为string。
  • metadata：元数据，数据类型为string。

数据分割

• 训练集：
  • 名称：train
  • 字节数：23611705
  • 样本数：5000

数据集大小

• 下载大小：12340769字节
• 数据集大小：23611705字节

配置

• 默认配置：
  • 数据文件路径：data/train-*