tasksource/nlgraph

---
dataset_info:
features:
- name: question
dtype: string
- name: answer
dtype: string
- name: difficulty
dtype: string
- name: task
dtype: string
splits:
- name: train
num_bytes: 6593495
num_examples: 5022
- name: test
num_bytes: 1270263
num_examples: 1000
download_size: 1448275
dataset_size: 7863758
---
# Dataset Card for "nlgraph"

```bib
@article{wang2023can,
title={Can Language Models Solve Graph Problems in Natural Language?},
author={Wang, Heng and Feng, Shangbin and He, Tianxing and Tan, Zhaoxuan and Han, Xiaochuang and Tsvetkov, Yulia},
journal={arXiv preprint arXiv:2305.10037},
year={2023}
}
```

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。
• answer: 数据类型为字符串。
• difficulty: 数据类型为字符串。
• task: 数据类型为字符串。

数据集分割

• train: 包含5022个示例，总大小为6593495字节。
• test: 包含1000个示例，总大小为1270263字节。

数据集大小

• 下载大小: 1448275字节。
• 数据集总大小: 7863758字节。

搜集汇总

背景与挑战

背景概述

该数据集是一个用于评估语言模型解决图问题能力的基准数据集，包含6,022个文本样本，分为训练集和测试集。数据集聚焦于图神经网络（GNN）任务，提供无向图的自然语言描述（包括节点嵌入和边信息）及对应答案，并标注了难度等级（如easy和hard），旨在测试模型对图结构问题的理解和推理能力。