a-asad/combinedFarsiQuADs

该数据集是通过结合多个QuAD数据集（如PersianQA、PQuAD、ParSQuAD和PersianQuAD）创建的，类似于squad_v2数据集。数据集包含id、title、context、question和answers等特征，其中answers包含answer_start和text两个子特征。数据集分为训练集和验证集，训练集包含164506个样本，验证集包含16997个样本。

原始信息汇总

数据集概述

语言

• 波斯语 (fa)

许可证

• Apache 2.0

数据集信息

特征

• id: 字符串类型
• title: 字符串类型
• context: 字符串类型
• question: 字符串类型
• answers: 结构体类型
  • answer_start: 整数序列
  • text: 字符串序列

分割

• 训练集 (train)
  • 字节数: 244809667
  • 样本数: 164506
• 验证集 (validation)
  • 字节数: 27887637
  • 样本数: 16997

大小

• 下载大小: 34751548 字节
• 数据集大小: 272697304 字节

配置

• 默认配置 (default)
  • 数据文件
    • 训练集: data/train-*
    • 验证集: data/validation-*