suthanhcong/duorc_squad

---
dataset_info:
features:
- name: question_id
dtype: string
- name: title
dtype: string
- name: plot
dtype: string
- name: question
dtype: string
- name: answers
struct:
- name: answer_start
sequence: int64
- name: text
sequence: string
splits:
- name: train
num_bytes: 193455774
num_examples: 48865
- name: test
num_bytes: 39785666
num_examples: 10071
- name: validation
num_bytes: 41904309
num_examples: 10482
download_size: 19380869
dataset_size: 275145749
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- split: validation
path: data/validation-*
---

原始信息汇总

数据集概述

数据集特征

• question_id: 数据类型为字符串。
• title: 数据类型为字符串。
• plot: 数据类型为字符串。
• question: 数据类型为字符串。
• answers: 结构化数据，包含：
  • answer_start: 数据类型为整数。
  • text: 数据类型为字符串。

数据集分割

• 训练集:
  • 数据量: 193455774 字节
  • 样本数: 48865
• 测试集:
  • 数据量: 39785666 字节
  • 样本数: 10071
• 验证集:
  • 数据量: 41904309 字节
  • 样本数: 10482

数据集大小

• 下载大小: 19380869 字节
• 数据集总大小: 275145749 字节

数据文件配置

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