jp1924/DataTableInfoQA-inst

该数据集包含多个字段，包括id、context、title、labels和metadata。labels字段进一步细分为answer、answer_start、id、is_impossible、original_answer和question。metadata字段包含文档的元信息，如doc_id、doc_title、doc_source等。数据集分为训练集和验证集，分别包含160000和20000个样本，总大小为712361048字节。

原始信息汇总

数据集概述

数据集特征

• id：字符串类型
• context：字符串类型
• title：字符串类型
• labels：列表类型，包含以下字段：
  • answer：字符串类型
  • answer_start：整数类型
  • id：字符串类型
  • is_impossible：布尔类型
  • original_answer：字符串类型
  • question：字符串类型
• metadata：结构体类型，包含以下字段：
  • doc_id：字符串类型
  • doc_title：字符串类型
  • doc_source：字符串类型
  • doc_published：整数类型
  • created：字符串类型
  • class：字符串类型
  • code：字符串类型

数据集分割

• 训练集：
  • 大小：631574568 字节
  • 示例数：160000
• 验证集：
  • 大小：80786480 字节
  • 示例数：20000

数据集大小

• 下载大小：337638665 字节
• 数据集总大小：712361048 字节

数据集配置

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