asas-ai/tydiqa-ar-secondary_task

--- configs: - config_name: default data_files: - split: train path: data/train-* - split: validation path: data/validation-* dataset_info: features: - name: id dtype: string - name: title dtype: string - name: context dtype: string - name: question dtype: string - name: answers sequence: - name: text dtype: string - name: answer_start dtype: int32 splits: - name: train num_bytes: 15715443.835027365 num_examples: 14805 - name: validation num_bytes: 908198.6986409297 num_examples: 921 download_size: 9132744 dataset_size: 16623642.533668295 license: apache-2.0 task_categories: - question-answering language: - ar pretty_name: tydiqa-ar --- # Dataset Card for "tydiqa-ar-secondary_task" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)configs: - config_name: default data_files: - split: 训练集（train） path: data/train-* - split: 验证集（validation） path: data/validation-* dataset_info: features: - name: 编号（id） dtype: 字符串（string） - name: 标题（title） dtype: 字符串（string） - name: 上下文（context） dtype: 字符串（string） - name: 问题（question） dtype: 字符串（string） - name: 答案集（answers） sequence: - name: 答案文本（text） dtype: 字符串（string） - name: 答案起始位置（answer_start） dtype: 32位整数（int32） splits: - name: 训练集（train） num_bytes（字节大小）: 15715443.835027365 num_examples（样本数量）: 14805 - name: 验证集（validation） num_bytes（字节大小）: 908198.6986409297 num_examples（样本数量）: 921 download_size（下载总大小）: 9132744 dataset_size（数据集总大小）: 16623642.533668295 license: Apache-2.0 task_categories: - 问答任务（question-answering） language: - 阿拉伯语（ar） pretty_name: tydiqa-ar --- # “tydiqa-ar-secondary_task” 数据集卡片 [需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

配置信息

• 默认配置 (config_name: default)
  • 训练数据 (split: train)：路径为 data/train-*
  • 验证数据 (split: validation)：路径为 data/validation-*

数据集特征

• id：数据类型为字符串
• title：数据类型为字符串
• context：数据类型为字符串
• question：数据类型为字符串
• answers：序列类型，包含
  • text：数据类型为字符串
  • answer_start：数据类型为整数（int32）

数据集分割

• 训练集 (split: train)
  • 数据量：15715443.835027365 字节
  • 样本数：14805 个
• 验证集 (split: validation)
  • 数据量：908198.6986409297 字节
  • 样本数：921 个

数据集大小

• 下载大小：9132744 字节
• 数据集总大小：16623642.533668295 字节

许可证

• 许可证类型：Apache-2.0

任务类别

• 问题回答 (task_categories: question-answering)

语言

• 阿拉伯语 (language: ar)

数据集名称

• 名称：tydiqa-ar