arbitropy/bquac_raw

该数据集包含所有带有得分的QuAC翻译未过滤对话。数据集分为训练集和验证集，每个样本包含故事、问题、来源、英文问题、问题得分、故事列表得分、故事得分、ID、英文故事、答案、答案得分、英文答案范围和英文答案等特征。数据集的总下载大小为64073608字节，总数据集大小为142779016字节。

This dataset contains all the unfiltered translated quac conversations with scores. The main features include story, questions, source, en_questions, questions_scores, story_list_scores, story_score, id, en_story, answers, answers_scores, en_answer_spans, and en_answers. The dataset is divided into train and validation sets, with 11567 and 1000 samples respectively. The download size of the dataset is 64073608 bytes, and the total size is 142779016 bytes.

原始信息汇总

数据集概述

数据集配置

• 配置名称: default
  • 数据文件:
    • 训练集: data/train-*
    • 验证集: data/validation-*

数据集信息

• 特征:
  • story: 字符串
  • questions: 字符串序列
  • source: 字符串
  • en_questions: 字符串序列
  • questions_scores: 浮点数序列
  • story_list_scores: 浮点数序列
  • story_score: 浮点数
  • id: 整数
  • en_story: 字符串
  • answers: 字符串序列
  • answers_scores: 浮点数序列
  • en_answer_spans: 字符串序列
  • en_answers: 字符串序列

数据集分割

• 训练集:
  • 字节数: 130408141
  • 样本数: 11567
• 验证集:
  • 字节数: 12370875
  • 样本数: 1000

数据集大小

• 下载大小: 64073608 字节
• 数据集大小: 142779016 字节

数据集描述

• 包含所有未经筛选的翻译后对话及其评分。