zzzzhhh/my_datasets

---
dataset_info:
- config_name: boolq
features:
- name: question
dtype: string
- name: passage
dtype: string
- name: idx
dtype: int32
- name: label
dtype:
class_label:
names:
'0': 'False'
'1': 'True'
splits:
- name: train
num_bytes: 6173303
num_examples: 9427
- name: validation
num_bytes: 2116452
num_examples: 3270
- name: test
num_bytes: 2105959
num_examples: 3245
download_size: 4118001
dataset_size: 10395714
- config_name: cb
features:
- name: premise
dtype: string
- name: hypothesis
dtype: string
- name: idx
dtype: int32
- name: label
dtype:
class_label:
names:
'0': entailment
'1': contradiction
'2': neutral
splits:
- name: train
num_bytes: 87050
num_examples: 250
- name: validation
num_bytes: 21851
num_examples: 56
- name: test
num_bytes: 93492
num_examples: 250
download_size: 75482
dataset_size: 202393
- config_name: copa
features:
- name: premise
dtype: string
- name: choice1
dtype: string
- name: choice2
dtype: string
- name: question
dtype: string
- name: idx
dtype: int32
- name: label
dtype:
class_label:
names:
'0': choice1
'1': choice2
splits:
- name: train
num_bytes: 49233
num_examples: 400
- name: validation
num_bytes: 12479
num_examples: 100
- name: test
num_bytes: 59846
num_examples: 500
download_size: 43986
dataset_size: 121558
- config_name: multirc
features:
- name: paragraph
dtype: string
- name: question
dtype: string
- name: answer
dtype: string
- name: idx
struct:
- name: paragraph
dtype: int32
- name: question
dtype: int32
- name: answer
dtype: int32
- name: label
dtype:
class_label:
names:
'0': 'False'
'1': 'True'
splits:
- name: train
num_bytes: 46182913
num_examples: 27243
- name: validation
num_bytes: 7753452
num_examples: 4848
- name: test
num_bytes: 14985531
num_examples: 9693
download_size: 1116225
dataset_size: 68921896
- config_name: record
features:
- name: passage
dtype: string
- name: query
dtype: string
- name: entities
sequence: string
- name: entity_spans
sequence:
- name: text
dtype: string
- name: start
dtype: int32
- name: end
dtype: int32
- name: answers
sequence: string
- name: idx
struct:
- name: passage
dtype: int32
- name: query
dtype: int32
splits:
- name: train
num_bytes: 178757646
num_examples: 100730
- name: validation
num_bytes: 17432944
num_examples: 10000
- name: test
num_bytes: 17154943
num_examples: 10000
download_size: 51757880
dataset_size: 213345533
- config_name: rte
features:
- name: premise
dtype: string
- name: hypothesis
dtype: string
- name: idx
dtype: int32
- name: label
dtype:
class_label:
names:
'0': entailment
'1': not_entailment
splits:
- name: train
num_bytes: 847177
num_examples: 2490
- name: validation
num_bytes: 90716
num_examples: 277
- name: test
num_bytes: 973916
num_examples: 3000
download_size: 750920
dataset_size: 1911809
- config_name: wic
features:
- name: word
dtype: string
- name: sentence1
dtype: string
- name: sentence2
dtype: string
- name: start1
dtype: int32
- name: start2
dtype: int32
- name: end1
dtype: int32
- name: end2
dtype: int32
- name: idx
dtype: int32
- name: label
dtype:
class_label:
names:
'0': 'False'
'1': 'True'
splits:
- name: train
num_bytes: 658381
num_examples: 5428
- name: validation
num_bytes: 81811
num_examples: 638
- name: test
num_bytes: 178831
num_examples: 1400
download_size: 396213
dataset_size: 919023
- config_name: wsc
features:
- name: text
dtype: string
- name: span1_index
dtype: int32
- name: span2_index
dtype: int32
- name: span1_text
dtype: string
- name: span2_text
dtype: string
- name: idx
dtype: int32
- name: label
dtype:
class_label:
names:
'0': 'False'
'1': 'True'
splits:
- name: train
num_bytes: 89311
num_examples: 554
- name: validation
num_bytes: 21521
num_examples: 104
- name: test
num_bytes: 31408
num_examples: 146
download_size: 32751
dataset_size: 142240
- config_name: wsc.fixed
features:
- name: text
dtype: string
- name: span1_index
dtype: int32
- name: span2_index
dtype: int32
- name: span1_text
dtype: string
- name: span2_text
dtype: string
- name: idx
dtype: int32
- name: label
dtype:
class_label:
names:
'0': 'False'
'1': 'True'
splits:
- name: train
num_bytes: 89311
num_examples: 554
- name: validation
num_bytes: 21521
num_examples: 104
- name: test
num_bytes: 31404
num_examples: 146
download_size: 32751
dataset_size: 142236
- config_name: axb
features:
- name: sentence1
dtype: string
- name: sentence2
dtype: string
- name: idx
dtype: int32
- name: label
dtype:
class_label:
names:
'0': entailment
'1': not_entailment
splits:
- name: test
num_bytes: 237694
num_examples: 1104
download_size: 33950
dataset_size: 237694
- config_name: axg
features:
- name: premise
dtype: string
- name: hypothesis
dtype: string
- name: idx
dtype: int32
- name: label
dtype:
class_label:
names:
'0': entailment
'1': not_entailment
splits:
- name: test
num_bytes: 53348
num_examples: 356
download_size: 10413
dataset_size: 53348
---

原始信息汇总

数据集概述

数据集 boolq

• 特征:
  • question: 数据类型为字符串
  • passage: 数据类型为字符串
  • idx: 数据类型为32位整数
  • label: 数据类型为分类标签，其中0代表False，1代表True
• 分割:
  • train: 9427个样本，大小为6173303字节
  • validation: 3270个样本，大小为2116452字节
  • test: 3245个样本，大小为2105959字节
• 下载大小: 4118001字节
• 数据集大小: 10395714字节

数据集 cb

• 特征:
  • premise: 数据类型为字符串
  • hypothesis: 数据类型为字符串
  • idx: 数据类型为32位整数
  • label: 数据类型为分类标签，其中0代表entailment，1代表contradiction，2代表neutral
• 分割:
  • train: 250个样本，大小为87050字节
  • validation: 56个样本，大小为21851字节
  • test: 250个样本，大小为93492字节
• 下载大小: 75482字节
• 数据集大小: 202393字节

数据集 copa

• 特征:
  • premise: 数据类型为字符串
  • choice1: 数据类型为字符串
  • choice2: 数据类型为字符串
  • question: 数据类型为字符串
  • idx: 数据类型为32位整数
  • label: 数据类型为分类标签，其中0代表choice1，1代表choice2
• 分割:
  • train: 400个样本，大小为49233字节
  • validation: 100个样本，大小为12479字节
  • test: 500个样本，大小为59846字节
• 下载大小: 43986字节
• 数据集大小: 121558字节

数据集 multirc

• 特征:
  • paragraph: 数据类型为字符串
  • question: 数据类型为字符串
  • answer: 数据类型为字符串
  • idx: 数据类型为32位整数，结构化特征包括paragraph、question、answer
  • label: 数据类型为分类标签，其中0代表False，1代表True
• 分割:
  • train: 27243个样本，大小为46182913字节
  • validation: 4848个样本，大小为7753452字节
  • test: 9693个样本，大小为14985531字节
• 下载大小: 1116225字节
• 数据集大小: 68921896字节

数据集 record

• 特征:
  • passage: 数据类型为字符串
  • query: 数据类型为字符串
  • entities: 数据类型为字符串序列
  • entity_spans: 数据类型为结构化序列，包括text、start、end
  • answers: 数据类型为字符串序列
  • idx: 数据类型为32位整数，结构化特征包括passage、query
• 分割:
  • train: 100730个样本，大小为178757646字节
  • validation: 10000个样本，大小为17432944字节
  • test: 10000个样本，大小为17154943字节
• 下载大小: 51757880字节
• 数据集大小: 213345533字节

数据集 rte

• 特征:
  • premise: 数据类型为字符串
  • hypothesis: 数据类型为字符串
  • idx: 数据类型为32位整数
  • label: 数据类型为分类标签，其中0代表entailment，1代表not_entailment
• 分割:
  • train: 2490个样本，大小为847177字节
  • validation: 277个样本，大小为90716字节
  • test: 3000个样本，大小为973916字节
• 下载大小: 750920字节
• 数据集大小: 1911809字节

数据集 wic

• 特征:
  • word: 数据类型为字符串
  • sentence1: 数据类型为字符串
  • sentence2: 数据类型为字符串
  • start1: 数据类型为32位整数
  • start2: 数据类型为32位整数
  • end1: 数据类型为32位整数
  • end2: 数据类型为32位整数
  • idx: 数据类型为32位整数
  • label: 数据类型为分类标签，其中0代表False，1代表True
• 分割:
  • train: 5428个样本，大小为658381字节
  • validation: 638个样本，大小为81811字节
  • test: 1400个样本，大小为178831字节
• 下载大小: 396213字节
• 数据集大小: 919023字节

数据集 wsc

• 特征:
  • text: 数据类型为字符串
  • span1_index: 数据类型为32位整数
  • span2_index: 数据类型为32位整数
  • span1_text: 数据类型为字符串
  • span2_text: 数据类型为字符串
  • idx: 数据类型为32位整数
  • label: 数据类型为分类标签，其中0代表False，1代表True
• 分割:
  • train: 554个样本，大小为89311字节
  • validation: 104个样本，大小为21521字节
  • test: 146个样本，大小为31408字节
• 下载大小: 32751字节
• 数据集大小: 142240字节

数据集 wsc.fixed

• 特征:
  • text: 数据类型为字符串
  • span1_index: 数据类型为32位整数
  • span2_index: 数据类型为32位整数
  • span1_text: 数据类型为字符串
  • span2_text: 数据类型为字符串
  • idx: 数据类型为32位整数
  • label: 数据类型为分类标签，其中0代表False，1代表True
• 分割:
  • train: 554个样本，大小为89311字节
  • validation: 104个样本，大小为21521字节
  • test: 146个样本，大小为31404字节
• 下载大小: 32751字节
• 数据集大小: 142236字节

数据集 axb

• 特征:
  • sentence1: 数据类型为字符串
  • sentence2: 数据类型为字符串
  • idx: 数据类型为32位整数
  • label: 数据类型为分类标签，其中0代表entailment，1代表not_entailment
• 分割:
  • test: 1104个样本，大小为237694字节
• 下载大小: 33950字节
• 数据集大小: 237694字节

数据集 axg

• 特征:
  • premise: 数据类型为字符串
  • hypothesis: 数据类型为字符串
  • idx: 数据类型为32位整数
  • label: 数据类型为分类标签，其中0代表entailment，1代表not_entailment
• 分割:
  • test: 356个样本，大小为53348字节
• 下载大小: 10413字节
• 数据集大小: 53348字节