fixie-ai/HeySQuAD_human

--- dataset_info: features: - name: audio dtype: audio - name: transcription dtype: string - name: question dtype: string - name: context dtype: string - name: answers list: - name: answer_start dtype: int64 - name: text dtype: string - name: is_impossible dtype: bool - name: id dtype: string - name: plausible_answers list: - name: answer_start dtype: int64 - name: text dtype: string splits: - name: train num_bytes: 17916946579.1 num_examples: 71990 - name: validation num_bytes: 839070526.292 num_examples: 4158 download_size: 14617561895 dataset_size: 18756017105.392 configs: - config_name: default data_files: - split: train path: data/train-* - split: validation path: data/validation-* --- This is a copy of [yijingwu/HeySQuAD_human](https://huggingface.co/datasets/yijingwu/HeySQuAD_human). The only difference is the number of shards used for storing/retrieving the data.数据集信息： 特征字段： - 音频（audio）：数据类型为音频 - 转录文本（transcription）：数据类型为字符串 - 问题（question）：数据类型为字符串 - 上下文（context）：数据类型为字符串 - 答案（answers）：列表类型，包含子字段： - 答案起始位置（answer_start）：数据类型为int64 - 答案文本（text）：数据类型为字符串 - 是否无解（is_impossible）：数据类型为布尔值 - 样本ID（id）：数据类型为字符串 - 似真答案（plausible_answers）：列表类型，包含子字段： - 答案起始位置（answer_start）：数据类型为int64 - 答案文本（text）：数据类型为字符串 数据集拆分： - 训练集（train）：字节大小17916946579.1，样本数71990 - 验证集（validation）：字节大小839070526.292，样本数4158 下载总大小：14617561895字节 数据集总存储大小：18756017105.392字节 配置项： - 配置名称（config_name）：默认（default） 数据文件路径： - 拆分集：训练集，路径为data/train-* - 拆分集：验证集，路径为data/validation-* 本数据集为[yijingwu/HeySQuAD_human](https://huggingface.co/datasets/yijingwu/HeySQuAD_human)的副本，二者唯一区别在于存储与检索数据时所使用的分片数量。