adamjweintraut/eli5_precomputed_best

该数据集包含多个特性，如索引、问题ID、问题、最佳答案、所有答案、答案数量、顶部答案、顶部答案数量、上下文、原始内容和目标内容。数据集被分为训练集、测试集和验证集，每个分割的大小和示例数量也被详细列出。

原始信息汇总

数据集概述

特征信息

• index: 数据索引，数据类型为 int64
• q_id: 问题ID，数据类型为 string
• question: 问题内容，数据类型为 string
• best_answer: 最佳答案，数据类型为 string
• all_answers: 所有答案，数据类型为 sequence 的 string
• num_answers: 答案数量，数据类型为 int64
• top_answers: 热门答案，数据类型为 sequence 的 string
• num_top_answers: 热门答案数量，数据类型为 int64
• context: 上下文信息，数据类型为 string
• orig: 原始信息，数据类型为 string
• target: 目标信息，数据类型为 string

数据分割

• train: 训练集，包含 183333 个样本，大小为 5071864050.742018 字节
• test: 测试集，包含 22917 个样本，大小为 633993380.6289911 字节
• validation: 验证集，包含 22917 个样本，大小为 633993380.6289911 字节

数据集大小

• 下载大小: 3932220410 字节
• 数据集大小: 6339850812.0 字节

配置信息

• default: 默认配置
  • train: 数据路径为 data/train-*
  • test: 数据路径为 data/test-*
  • validation: 数据路径为 data/validation-*