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-*。