遇见数据集

notrichardren/azaria-mitchell

收藏
Hugging Face2023-08-17 更新2024-03-04 收录
官方服务:

资源简介:

--- configs: - config_name: default data_files: - split: combined path: data/combined-* - split: train path: data/train-* - split: test path: data/test-* dataset_info: features: - name: claim dtype: string - name: label dtype: int64 - name: dataset dtype: string - name: qa_type dtype: int64 - name: ind dtype: int64 splits: - name: combined num_bytes: 1553103 num_examples: 17092 - name: train num_bytes: 1244045 num_examples: 13673 - name: test num_bytes: 309058 num_examples: 3419 download_size: 1228770 dataset_size: 3106206 --- # Dataset Card for "azaria-mitchell" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

--- 配置项: - 配置名称:default 数据文件: - 数据集划分(split):combined 文件路径:data/combined-* - 数据集划分(split):train 文件路径:data/train-* - 数据集划分(split):test 文件路径:data/test-* 数据集信息: 特征字段: - 字段名:claim(主张) 数据类型:字符串(string) - 字段名:label(标签) 数据类型:64位整数(int64) - 字段名:dataset(来源数据集) 数据类型:字符串(string) - 字段名:qa_type(问答类型) 数据类型:64位整数(int64) - 字段名:ind(索引) 数据类型:64位整数(int64) 数据集划分详情: - 划分名称:combined 占用字节数:1553103 样本总数:17092 - 划分名称:train 占用字节数:1244045 样本总数:13673 - 划分名称:test 占用字节数:309058 样本总数:3419 下载总大小:1228770 数据集总存储大小:3106206 --- # 「azaria-mitchell」数据集卡片 [需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

提供机构:
notrichardren
原始信息汇总

数据集概述

数据集配置

  • 默认配置:
    • 数据文件:
      • 合并数据 (combined): data/combined-*
      • 训练数据 (train): data/train-*
      • 测试数据 (test): data/test-*

数据集信息

  • 特征:

    • claim: 字符串类型
    • label: 64位整数类型
    • dataset: 字符串类型
    • qa_type: 64位整数类型
    • ind: 64位整数类型
  • 数据分割:

    • 合并数据 (combined):
      • 字节数: 1,553,103
      • 样本数: 17,092
    • 训练数据 (train):
      • 字节数: 1,244,045
      • 样本数: 13,673
    • 测试数据 (test):
      • 字节数: 309,058
      • 样本数: 3,419
  • 数据集大小:

    • 下载大小: 1,228,770 字节
    • 数据集大小: 3,106,206 字节
搜集汇总
数据集介绍
notrichardren/azaria-mitchell 数据集图片
以上内容由遇见数据集搜集并总结生成
二维码
社区交流群
二维码
科研交流群
商业服务