datalama/question_pair

该数据集是基于songys公开的Question_pair数据集，经过一些数据修改后上传的。修改内容包括将`is_duplicate`字段重命名为`label`，将测试集中的`test_id`重命名为`id`，并将标签值从原来的{같은 질문: 0, 다른 질문: 1}反转为{같은 질문: 1, 다른 질문: 0}。最终数据集包含id, question1, question2, label四个字段。数据集分为训练集和测试集，训练集包含6888个样本，测试集包含688个样本。

原始信息汇总

数据集概述

数据集特征

• id: 整数类型 (int64)
• question1: 字符串类型 (string)
• question2: 字符串类型 (string)
• label: 分类标签，包含两个类别：
  • 0: 다른 질문 (不同问题)
  • 1: 같은 질문 (相同问题)

数据集划分

• 训练集 (train):
  • 样本数量: 6888
  • 数据大小: 634021 字节
• 测试集 (test):
  • 样本数量: 688
  • 数据大小: 62628 字节

数据集大小

• 下载大小: 403049 字节
• 数据集总大小: 696649 字节