harouzie/vi_question_generation

该数据集是一个用于抽取式问答和问题生成的越南语数据集，包含训练集、测试集和验证集。每个样本包含上下文、问题、答案和ID四个特征。数据集的大小类别为100K到1M之间，适用于问答和文本生成任务。

原始信息汇总

数据集概述

许可证

• MIT

配置

• 默认配置
  • 数据文件
    • 训练集: data/train-*
    • 测试集: data/test-*
    • 验证集: data/valid-*

数据集信息

• 特征

  • 上下文: 字符串
  • 问题: 字符串
  • 答案: 字符串
  • ID: 字符串

• 数据分割

  • 训练集
    • 字节数: 211814961.2307449
    • 样本数: 174499
  • 测试集
    • 字节数: 26477628.80776531
    • 样本数: 21813
  • 验证集
    • 字节数: 26476414.961489797
    • 样本数: 21812

• 下载大小: 142790671

• 数据集大小: 264769005

任务类别

• 问答
• 文本生成

语言

• 越南语

数据集名称

• Vietnamese Dataset for Extractive Question Answering and Question Generation

数据集大小类别

• 100K<n<1M