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 ---数据集信息： - 配置名称：boolq 特征字段： - 字段名：question，数据类型：字符串（string） - 字段名：passage，数据类型：字符串（string） - 字段名：idx，数据类型：32位整数（int32） - 字段名：label，数据类型：分类标签（class_label），标签映射：0 对应 False，1 对应 True 数据划分： - 划分名称：train，数据字节数：6173303，样本数量：9427 - 划分名称：validation，数据字节数：2116452，样本数量：3270 - 划分名称：test，数据字节数：2105959，样本数量：3245 下载总大小：4118001，数据集总存储大小：10395714 - 配置名称：cb 特征字段： - 字段名：premise，数据类型：字符串（string） - 字段名：hypothesis，数据类型：字符串（string） - 字段名：idx，数据类型：32位整数（int32） - 字段名：label，数据类型：分类标签（class_label），标签映射：0 对应 蕴含（entailment），1 对应 矛盾（contradiction），2 对应 中立（neutral） 数据划分： - 划分名称：train，数据字节数：87050，样本数量：250 - 划分名称：validation，数据字节数：21851，样本数量：56 - 划分名称：test，数据字节数：93492，样本数量：250 下载总大小：75482，数据集总存储大小：202393 - 配置名称：copa 特征字段： - 字段名：premise，数据类型：字符串（string） - 字段名：choice1，数据类型：字符串（string） - 字段名：choice2，数据类型：字符串（string） - 字段名：question，数据类型：字符串（string） - 字段名：idx，数据类型：32位整数（int32） - 字段名：label，数据类型：分类标签（class_label），标签映射：0 对应 choice1，1 对应 choice2 数据划分： - 划分名称：train，数据字节数：49233，样本数量：400 - 划分名称：validation，数据字节数：12479，样本数量：100 - 划分名称：test，数据字节数：59846，样本数量：500 下载总大小：43986，数据集总存储大小：121558 - 配置名称：multirc 特征字段： - 字段名：paragraph，数据类型：字符串（string） - 字段名：question，数据类型：字符串（string） - 字段名：answer，数据类型：字符串（string） - 字段名：idx，数据类型：结构体（struct）： - 子字段名：paragraph，数据类型：32位整数（int32） - 子字段名：question，数据类型：32位整数（int32） - 子字段名：answer，数据类型：32位整数（int32） - 字段名：label，数据类型：分类标签（class_label），标签映射：0 对应 False，1 对应 True 数据划分： - 划分名称：train，数据字节数：46182913，样本数量：27243 - 划分名称：validation，数据字节数：7753452，样本数量：4848 - 划分名称：test，数据字节数：14985531，样本数量：9693 下载总大小：1116225，数据集总存储大小：68921896 - 配置名称：record 特征字段： - 字段名：passage，数据类型：字符串（string） - 字段名：query，数据类型：字符串（string） - 字段名：entities，数据类型：字符串序列（sequence<string>） - 字段名：entity_spans，数据类型：序列结构体（sequence）： - 子字段名：text，数据类型：字符串（string） - 子字段名：start，数据类型：32位整数（int32） - 子字段名：end，数据类型：32位整数（int32） - 字段名：answers，数据类型：字符串序列（sequence<string>） - 字段名：idx，数据类型：结构体（struct）： - 子字段名：passage，数据类型：32位整数（int32） - 子字段名：query，数据类型：32位整数（int32） 数据划分： - 划分名称：train，数据字节数：178757646，样本数量：100730 - 划分名称：validation，数据字节数：17432944，样本数量：10000 - 划分名称：test，数据字节数：17154943，样本数量：10000 下载总大小：51757880，数据集总存储大小：213345533 - 配置名称：rte 特征字段： - 字段名：premise，数据类型：字符串（string） - 字段名：hypothesis，数据类型：字符串（string） - 字段名：idx，数据类型：32位整数（int32） - 字段名：label，数据类型：分类标签（class_label），标签映射：0 对应 蕴含（entailment），1 对应 非蕴含（not_entailment） 数据划分： - 划分名称：train，数据字节数：847177，样本数量：2490 - 划分名称：validation，数据字节数：90716，样本数量：277 - 划分名称：test，数据字节数：973916，样本数量：3000 下载总大小：750920，数据集总存储大小：1911809 - 配置名称：wic 特征字段： - 字段名：word，数据类型：字符串（string） - 字段名：sentence1，数据类型：字符串（string） - 字段名：sentence2，数据类型：字符串（string） - 字段名：start1，数据类型：32位整数（int32） - 字段名：start2，数据类型：32位整数（int32） - 字段名：end1，数据类型：32位整数（int32） - 字段名：end2，数据类型：32位整数（int32） - 字段名：idx，数据类型：32位整数（int32） - 字段名：label，数据类型：分类标签（class_label），标签映射：0 对应 False，1 对应 True 数据划分： - 划分名称：train，数据字节数：658381，样本数量：5428 - 划分名称：validation，数据字节数：81811，样本数量：638 - 划分名称：test，数据字节数：178831，样本数量：1400 下载总大小：396213，数据集总存储大小：919023 - 配置名称：wsc 特征字段： - 字段名：text，数据类型：字符串（string） - 字段名：span1_index，数据类型：32位整数（int32） - 字段名：span2_index，数据类型：32位整数（int32） - 字段名：span1_text，数据类型：字符串（string） - 字段名：span2_text，数据类型：字符串（string） - 字段名：idx，数据类型：32位整数（int32） - 字段名：label，数据类型：分类标签（class_label），标签映射：0 对应 False，1 对应 True 数据划分： - 划分名称：train，数据字节数：89311，样本数量：554 - 划分名称：validation，数据字节数：21521，样本数量：104 - 划分名称：test，数据字节数：31408，样本数量：146 下载总大小：32751，数据集总存储大小：142240 - 配置名称：wsc.fixed 特征字段： - 字段名：text，数据类型：字符串（string） - 字段名：span1_index，数据类型：32位整数（int32） - 字段名：span2_index，数据类型：32位整数（int32） - 字段名：span1_text，数据类型：字符串（string） - 字段名：span2_text，数据类型：字符串（string） - 字段名：idx，数据类型：32位整数（int32） - 字段名：label，数据类型：分类标签（class_label），标签映射：0 对应 False，1 对应 True 数据划分： - 划分名称：train，数据字节数：89311，样本数量：554 - 划分名称：validation，数据字节数：21521，样本数量：104 - 划分名称：test，数据字节数：31404，样本数量：146 下载总大小：32751，数据集总存储大小：142236 - 配置名称：axb 特征字段： - 字段名：sentence1，数据类型：字符串（string） - 字段名：sentence2，数据类型：字符串（string） - 字段名：idx，数据类型：32位整数（int32） - 字段名：label，数据类型：分类标签（class_label），标签映射：0 对应 蕴含（entailment），1 对应 非蕴含（not_entailment） 数据划分： - 划分名称：test，数据字节数：237694，样本数量：1104 下载总大小：33950，数据集总存储大小：237694 - 配置名称：axg 特征字段： - 字段名：premise，数据类型：字符串（string） - 字段名：hypothesis，数据类型：字符串（string） - 字段名：idx，数据类型：32位整数（int32） - 字段名：label，数据类型：分类标签（class_label），标签映射：0 对应 蕴含（entailment），1 对应 非蕴含（not_entailment） 数据划分： - 划分名称：test，数据字节数：53348，样本数量：356 下载总大小：10413，数据集总存储大小：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