tiagoblima/qg_squad_v1_pt

---
dataset_info:
features:
- name: question
dtype: string
- name: paragraph_id
dtype: string
- name: paragraph
dtype: string
- name: answer
dtype: string
- name: paragraph_question
dtype: string
- name: paragraph_answer
dtype: string
- name: sentence
dtype: string
- name: answer_sentence
dtype: string
- name: paragraph_sentence
dtype: string
splits:
- name: train
num_bytes: 200934269
num_examples: 51704
- name: validation
num_bytes: 12651991.866603445
num_examples: 3164
- name: test
num_bytes: 12647993.133396555
num_examples: 3163
download_size: 74014585
dataset_size: 226234254.0
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

数据集特征

• question: 数据类型为字符串。
• paragraph_id: 数据类型为字符串。
• paragraph: 数据类型为字符串。
• answer: 数据类型为字符串。
• paragraph_question: 数据类型为字符串。
• paragraph_answer: 数据类型为字符串。
• sentence: 数据类型为字符串。
• answer_sentence: 数据类型为字符串。
• paragraph_sentence: 数据类型为字符串。

数据集分割

• train: 包含51704个样本，总字节数为200934269。
• validation: 包含3164个样本，总字节数为12651991.866603445。
• test: 包含3163个样本，总字节数为12647993.133396555。

数据集大小

• 下载大小: 74014585字节。
• 数据集大小: 226234254.0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-*