fedryanto/UnibQuAD

该数据集是为NLP任务自行收集的。

原始信息汇总

数据集概述

数据集名称

• SQuAD-UNIB

数据集摘要

• 该数据集是为NLP任务独立收集的。

支持的任务和排行榜

• 提取式问答（Extractive Question Answering）

语言

• 印度尼西亚语（id）

许可证

• CC-BY-4.0

多语言性

• 单语种

大小类别

• 1K<n<10K

源数据集

• 扩展自维基百科

训练和评估索引

• 配置：plain_text
• 任务：问答
• 任务ID：extractive_question_answering
• 分割：
  • 训练分割：train
  • 评估分割：validation
• 列映射：
  • 问题：question
  • 上下文：context
  • 答案：
    • 文本：text
    • 答案开始位置：answer_start
• 度量标准：
  • 类型：squad
  • 名称：SQuAD

数据集结构

• 数据实例

  • 示例： json { "answers": { "answer_start": [1], "text": ["This is a test text"] }, "context": "This is a test context.", "id": "1", "question": "Is this a test?", "title": "train test" }

• 数据字段

  • plain_text配置下的字段：
    • 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：字典类型，包含：
      • text：字符串类型
      • answer_start：整数类型（int32）

数据集创建

• 注释创建者：众包
• 语言创建者：众包和现有资源

使用数据集的考虑

• 社会影响、偏见讨论、其他已知限制、数据集策展人、许可信息、引用信息、贡献者信息等均未提供详细信息。