av-generation/ae-110k-dataset

---
dataset_info:
features:
- name: id
dtype: int64
- name: text
dtype: string
- name: attributes
sequence: string
- name: values
sequence: string
- name: values_indices
sequence:
sequence: int64
- name: values_text
dtype: string
- name: attributes_values
dtype: string
- name: json_answer
dtype: string
- name: candidate_attributes
sequence: string
- name: candidate_text
dtype: string
- name: candidate_example
struct:
- name: json_answer
dtype: string
- name: text
dtype: string
splits:
- name: train
num_bytes: 13902395
num_examples: 31604
- name: validation
num_bytes: 1731774
num_examples: 3950
- name: test
num_bytes: 3270077
num_examples: 3951
download_size: 6561072
dataset_size: 18904246
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

数据集特征

• id：整数类型
• text：字符串类型
• attributes：字符串序列
• values：字符串序列
• values_indices：整数序列的序列
• values_text：字符串类型
• attributes_values：字符串类型
• json_answer：字符串类型
• candidate_attributes：字符串序列
• candidate_text：字符串类型
• candidate_example：结构体，包含：
  • json_answer：字符串类型
  • text：字符串类型

数据集分割

• 训练集：
  • 大小：13902395字节
  • 示例数：31604
• 验证集：
  • 大小：1731774字节
  • 示例数：3950
• 测试集：
  • 大小：3270077字节
  • 示例数：3951

数据集大小

• 下载大小：6561072字节
• 数据集总大小：18904246字节

数据文件配置

• 默认配置：
  • 训练集路径：data/train-*
  • 验证集路径：data/validation-*
  • 测试集路径：data/test-*