VictorDCh/spider-clean-text-to-sql-3

---
language:
- en
dataset_info:
features:
- name: db_id
dtype: string
- name: query
dtype: string
- name: question
dtype: string
- name: schema
dtype: string
splits:
- name: train
num_bytes: 15472994
num_examples: 6016
- name: dev
num_bytes: 1339303
num_examples: 665
- name: test
num_bytes: 4026652
num_examples: 1929
download_size: 624060
dataset_size: 20838949
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: dev
path: data/dev-*
- split: test
path: data/test-*
---

---
语言：
- 英语
数据集信息：
特征：
- 字段名称：db_id（数据库ID），数据类型：字符串
- 字段名称：query（查询语句），数据类型：字符串
- 字段名称：question，数据类型：字符串
- 字段名称：schema（数据库模式），数据类型：字符串
数据集划分：
- 划分名称：train（训练集），字节大小：15472994，样本数量：6016
- 划分名称：dev（开发集），字节大小：1339303，样本数量：665
- 划分名称：test（测试集），字节大小：4026652，样本数量：1929
下载大小：624060
总数据集大小：20838949
配置：
- 配置名称：default（默认配置），数据文件：
- 划分集：train（训练集），路径：data/train-*
- 划分集：dev（开发集），路径：data/dev-*
- 划分集：test（测试集），路径：data/test-*
---

原始信息汇总

数据集概述

数据集特征

• db_id: 数据类型为字符串。
• query: 数据类型为字符串。
• question: 数据类型为字符串。
• schema: 数据类型为字符串。

数据集划分

• 训练集 (train): 包含6016个样本，总大小为15472994字节。
• 验证集 (dev): 包含665个样本，总大小为1339303字节。
• 测试集 (test): 包含1929个样本，总大小为4026652字节。

数据集大小

• 下载大小: 624060字节。
• 数据集总大小: 20838949字节。

数据文件配置

• 默认配置 (default):
  • 训练集路径: data/train-*
  • 验证集路径: data/dev-*
  • 测试集路径: data/test-*