MorishT/FLD_diverse_100k_beta

该数据集包含多个特征，如版本、假设、假设公式、事实、事实公式、证明、证明公式、负面假设、负面假设公式、负面证明等。数据集分为训练集、验证集和测试集，分别包含100000、5000和5000个样本。数据集的下载大小为138530132字节，总大小为346175940字节。

The dataset contains multiple features such as version, hypothesis, hypothesis formula, facts, facts formula, proofs, proofs formula, negative hypothesis, negative hypothesis formula, negative proofs, etc. The dataset is divided into training, validation, and test sets, containing 100000, 5000, and 5000 samples respectively. The download size of the dataset is 138530132 bytes, and the total size is 346175940 bytes.

原始信息汇总

数据集概述

特征信息

数据集包含以下特征：

• version: 类型为字符串
• hypothesis: 类型为字符串
• hypothesis_formula: 类型为字符串
• facts: 类型为字符串
• facts_formula: 类型为字符串
• proofs: 类型为字符串序列
• proofs_formula: 类型为字符串序列
• negative_hypothesis: 类型为字符串
• negative_hypothesis_formula: 类型为字符串
• negative_proofs: 类型为字符串序列
• negative_original_tree_depth: 类型为整数
• original_tree_depth: 类型为整数
• depth: 类型为整数
• num_formula_distractors: 类型为整数
• num_translation_distractors: 类型为整数
• num_all_distractors: 类型为整数
• proof_label: 类型为字符串
• negative_proof_label: 类型为字符串
• world_assump_label: 类型为字符串
• negative_world_assump_label: 类型为字符串
• prompt_serial: 类型为字符串
• proof_serial: 类型为字符串

数据分割

数据集分为以下几个部分：

• train: 包含100000个样本，占用314610582字节
• validation: 包含5000个样本，占用15824671字节
• test: 包含5000个样本，占用15740687字节

数据大小

• 下载大小: 138530132字节
• 数据集大小: 346175940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-*