wisenut-nlp-team/aihub_mrc_books

该数据集是一个基于书籍资料的机器阅读理解（MRC）数据集，包含标题、机构、年份、内容ID、KDC、上下文、问题、ID、是否不可能和答案等特征。数据集分为训练集和验证集，分别包含900,000和50,000个示例。数据集的下载大小为186,230,823字节，数据集大小为1,419,035,803字节。注释由众包创建，语言创建者为发现，许可证为CC-BY-4.0，数据集名称为wisenut-nlp-team/aihub_mrc_books，大小类别为10M<n<100M，源数据集为原始数据，标签为MRC，任务类别为问答，任务ID为抽取式问答和开放域问答。

原始信息汇总

数据集概述

数据集基本信息

• 名称: mrc_aihub_books
• 预览名称: wisenut-nlp-team/aihub_mrc_books
• 大小: 10M<n<100M
• 来源: 原始数据
• 许可证: cc-by-4.0

数据集特征

• 特征列表:
  • title: 字符串
  • agency: 字符串
  • year: 字符串
  • content_id: 字符串
  • kdc: 字符串
  • context: 字符串
  • question: 字符串
  • id: 整数64位
  • is_impossible: 布尔值
  • answers: 结构体
    • answer_start: 整数64位
    • text: 字符串

数据集分割

• 训练集:
  • 大小: 1344986838 字节
  • 示例数: 900000
• 验证集:
  • 大小: 74048965 字节
  • 示例数: 50000

下载和数据集大小

• 下载大小: 186230823 字节
• 数据集总大小: 1419035803 字节

任务和标签

• 任务类别: 问答
• 任务ID:
  • extractive-qa
  • open-domain-qa

语言和创建者

• 语言: 未指定
• 注释创建者: 众包
• 语言创建者: 发现

标签

• 标签:
  • mrc