VictorDCh/spider-clean-text-to-sql-2

---
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: 19926846
num_examples: 6016
- name: dev
num_bytes: 1569120
num_examples: 665
- name: test
num_bytes: 4736414
num_examples: 1929
download_size: 666900
dataset_size: 26232380
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：db_id，数据类型：字符串
- 字段名：query，数据类型：字符串
- 字段名：question，数据类型：字符串
- 字段名：schema（数据库模式），数据类型：字符串
划分集：
- 划分名称：训练集（train），字节占用：19926846，样本数量：6016
- 划分名称：开发集（dev），字节占用：1569120，样本数量：665
- 划分名称：测试集（test），字节占用：4736414，样本数量：1929
下载大小：666900
数据集总大小：26232380
配置项：
- 配置名称：默认配置（default），数据文件：
- 划分：训练集（train），路径：data/train-*
- 划分：开发集（dev），路径：data/dev-*
- 划分：测试集（test），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19,926,846字节
• 验证集 (dev): 包含665个样本，总大小为1,569,120字节
• 测试集 (test): 包含1929个样本，总大小为4,736,414字节

数据集大小

• 下载大小: 666,900字节
• 数据集总大小: 26,232,380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-*