pbaoo2705/covidqa_processed

---
dataset_info:
features:
- name: context
dtype: string
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
- name: start_positions
dtype: int64
- name: end_positions
dtype: int64
splits:
- name: train
num_bytes: 6915408
num_examples: 1960
download_size: 1791787
dataset_size: 6915408
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "covidqa_processed"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

数据集信息：
特征字段：
- 上下文（context）：数据类型为字符串
- 输入标识（input_ids）：序列类型为32位整数
- 注意力掩码（attention_mask）：序列类型为8位整数
- 起始位置（start_positions）：数据类型为64位整数
- 结束位置（end_positions）：数据类型为64位整数
数据划分：
- 划分名称：训练集（train），占用字节数为6915408，样本总数为1960
下载大小：1791787
数据集总大小：6915408
配置项：
- 配置名称：默认（default）
数据文件：
- 数据划分：训练集（train）
- 文件路径：data/train-*

# 「covidqa_processed」数据集卡片
【需补充更多信息】(https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集信息

特征

• context: 数据类型为字符串。
• input_ids: 数据类型为整数序列，类型为int32。
• attention_mask: 数据类型为整数序列，类型为int8。
• start_positions: 数据类型为int64。
• end_positions: 数据类型为int64。

数据分割

• train: 包含1960个样本，占用6915408字节。

数据大小

• 下载大小: 1791787字节。
• 数据集大小: 6915408字节。

配置

• default: 包含训练数据文件，路径为data/train-*。