PartiallyTyped/answerable_tydiqa_preprocessed

---
dataset_info:
features:
- name: language
dtype: string
- name: question
dtype: string
- name: context
dtype: string
- name: references
struct:
- name: answers
struct:
- name: answer_start
sequence: int64
- name: text
sequence: string
- name: id
dtype: string
- name: id
dtype: string
splits:
- name: train
num_bytes: 21252073.336011786
num_examples: 29800
- name: validation
num_bytes: 2657400.5792025863
num_examples: 3709
download_size: 16838253
dataset_size: 23909473.91521437
---
# Dataset Card for "answerable_tydiqa_preprocessed"

[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

数据集信息

特征

• language: 数据类型为字符串。
• question: 数据类型为字符串。
• context: 数据类型为字符串。
• references: 结构化数据，包含以下字段：
  • answers: 结构化数据，包含以下字段：
    • answer_start: 数据类型为整数序列。
    • text: 数据类型为字符串序列。
  • id: 数据类型为字符串。
• id: 数据类型为字符串。

数据分割

• train: 包含29800个样本，占用21252073.336011786字节。
• validation: 包含3709个样本，占用2657400.5792025863字节。

数据集大小

• 下载大小: 16838253字节。
• 数据集大小: 23909473.91521437字节。